[論文レビュー] Spontaneous synchronization driven by energy transport in interconnected networks

Vincenzo Nicosia, Per Sebastian Skardal+2 more|arXiv (Cornell University)|May 22, 2014

Nonlinear Dynamics and Pattern Formation参考文献 28被引用数 8

ひとこと要約

本稿では、人間の脳にインspiredされた、相互接続ネットワークにおける双方向結合同期およびエネルギー輸送ダイナミクスのモデルを提案する。エネルギー輸送が自発的かつスイッチ型の同期遷移を引き起こすことを示しており、これは脳の状態遷移を模倣するものであり、多様なネットワークトポロジーやパラメータにおいてもこの頑健な挙動を解析的に説明するものである。

ABSTRACT

Understanding dynamical processes on networks is an important area of research in complex systems, with far reaching implications and applications in many real-world cases. Here we introduce and study a model of intertwined dynamics on interconnected networks, inspired by the human brain, which consists of bidirectionally coupled synchronization and energy transport processes. Remarkably, the proposed model allows the emergence of spontaneous switch-like synchronization transitions driven by the energy transport dynamics, which qualitatively mirror the transitions observed in human brain dynamics between resting-state and cognitive activity. We provide a steady-state analytical explanation for the observed behavior and show that the switch-like transition is robust over a wide range of model parameters and network topologies. Finally, we suggest that the complexity inherent in other interconnected dynamical processes might be responsible for various other emergent behaviors observed in natural systems.

研究の動機と目的

• 複雑なネットワークにおける相互作用するダイナミカルプロセスが、どのように顕在的挙動を生じるかを理解すること。
• 人間の脳のダイナミクスにインspiredした、同期化とエネルギー輸送の相互作用をモデル化すること。
• エネルギー輸送によって駆動されるスイッチ型の同期遷移の発生を説明すること。
• これらの遷移が、さまざまなネットワークトポロジーやモデルパラメータにおいても頑健であることを示すこと。
• 同様の相互依存性が、他の自然システムにおける複雑な挙動の背後にある可能性を示唆すること。

提案手法

• モデルは、同期化ダイナミクス（例：カウラモト型オシレーター）と、相互接続ネットワーク上のエネルギー輸送ダイナミクスを結合する。
• エネルギー輸送はノード間の流れとしてモデル化され、オシレーターの結合強度および周波数に影響を与える。
• 双方向結合を用いる：同期化がエネルギー分布に影響し、エネルギー分布が同期化を調整する。
• 観察された同期遷移を説明するため、定常状態の解析的枠組みを導出する。
• 頑健性を検証するために、多様なネットワークトポロジィで数値シミュレーションを実施する。
• 現実的なネットワーク構造とエネルギーダイナミクスを反映するように、モデルをパラメータ化する。

実験結果

リサーチクエスチョン

• RQ1 エネルギー輸送ダイナミクスは、どのように相互接続ネットワークにおける自発的同期遷移を誘発するか？
• RQ2 これらの同期遷移のスイッチ型特性の背後にあるメカニズムは何か？
• RQ3 これらの遷移は、異なるネットワークトポロジーやモデルパラメータにおいてどの程度頑健か？
• RQ4 このモデルは、安静状態と認知活動状態の間の脳に類似した状態遷移をどの程度再現できるか？
• RQ5 この相互作用は、複雑な自然システムにおける顕在的挙動にどのような広範な含意を持つのか？

主な発見

• エネルギー輸送によって駆動されるスイッチ型の同期遷移が、モデルにより成功裏に再現され、脳の状態遷移に類似している。
• これらの遷移のメカニズムは、結合ダイナミクスの定常状態解を通じて解析的に説明できる。
• スイッチ型の挙動は、広範なネットワークトポロジーやモデルパラメータにおいて頑健である。
• エネルギー輸送は同期化の制御メカニズムとして機能し、外部のトリガーなしに急激な状態変化を可能にする。
• 結果から、ダイナミカルプロセス間の相互依存性が、自然システムにおける複雑な顕在的挙動の背後にある可能性が示唆される。
• 本モデルは、エネルギーと同期化が結びついたシステム（例：脳）における結合ダイナミクスを統合的に研究するためのフレームワークを提供する。