[論文レビュー] Statistical mechanics of complex networks

Bartłomiej Waclaw|arXiv (Cornell University)|Apr 27, 2007

Complex Network Analysis Techniques参考文献 5被引用数 6

ひとこと要約

本学位論文は、集合的アプローチを用いて複雑ネットワークの統計力学枠組みを構築し、因果的（成長する）ネットワークと均衡的（ランダム化された）ネットワークを区別する。一般化されたBarabási-Albertモデルにおける次数分布のカットオフについて正確な結果を導出し、非一様ネットワーク上でのゼロレンジ過程における凝縮が、均一系と比較して指数関数的に長寿命な凝集体を生じることを示している。

ABSTRACT

The science of complex networks is a new interdisciplinary branch of science which has arisen recently on the interface of physics, biology, social and computer sciences, and others. Its main goal is to discover general laws governing the creation and growth as well as processes taking place on networks, like e.g. the Internet, transportation or neural networks. It turned out that most real-world networks cannot be simply reduced to a compound of some individual components. Fortunately, the statistical mechanics, being one of pillars of modern physics, provides us with a very powerful set of tools and methods for describing and understanding these systems. In this thesis, we would like to present a consistent approach to complex networks based on statistical mechanics, with the central role played by the concept of statistical ensemble of networks. We show how to construct such a theory and present some practical problems where it can be applied. Among them, we pay attention to the problem of finite-size corrections and the dynamics of a simple model of mass transport on networks.

研究の動機と目的

• ネットワーク集合の概念を用いて、複雑ネットワークに対する一貫性のある統計力学的手法を確立すること。
• 特に一般化されたBarabási-Albertモデルにおいて、成長ネットワークにおける次数分布カットオフの有限サイズスケーリングの不一致を解消すること。
• 非一様ネットワーク上での動的過程（特にゼロレンジ過程）を分析し、均一系と比較すること。
• ネットワークトポロジー、特に次数の不均一性が確率的ダイナミクスにおける相転移および凝縮行動に与える影響を調査すること。
• 同一の次数分布を持つが、因果的（成長する）ネットワークと均衡的（ランダム化された）ネットワークとの間の構造的差異がもたらす影響を検討すること。

提案手法

• ランダムグラフに対する正準、大正準、マイクロ正準集合の統計的集合アプローチを形式化する。
• 次数列を保存したままの確率的リワイヤリングを用いて、均衡ネットワークをモンテカルロ法で生成する。
• さまざまな成長ネットワークモデルの統一的取り扱いと有限サイズ補正の分析のため、カットオフ関数w(x)を導出する。
• ゼロレンジ過程における質量輸送のダイナミクスを、レート方程式およびマスター方程式を用いてモデル化する。
• 解析的および数値的手法を用いて、非一様グラフ上での凝縮閾値および寿命スケーリングを研究する。
• 臨界定常状態でスケールフリーのボール分布を再現する特殊な次数分布Π(k) ∼ (φ − k)^(b−1)を導入する。

実験結果

リサーチクエスチョン

• RQ1 成長ネットワークにおける最大次数は、システムサイズとどのようにスケーリングするか。また、次数分布のカットオフの関数的形態は、何によって決定されるか。
• RQ2 同一の次数分布を持つにもかかわらず、因果的（成長する）ネットワークと均衡的（ランダム化された）ネットワークが、幾何的および動的性質においてなぜ異なるのか。
• RQ3 非一様ネットワーク上でのゼロレンジ過程における凝縮は、どのような条件下で発生するか。また、凝集体の寿命はシステムサイズとどのようにスケーリングするか。
• RQ4 非一様グラフ上でのゼロレンジ過程の臨界挙動を、均一グラフ上での挙動に類似させることは可能か。もしそうであるならば、どのような次数分布形態が必要か。
• RQ5 ZRPがネットワーク構造に影響を与える場合、特にトポロジーとダイナミクスの時間スケールが同等に近い場合、ネットワークトポロジーとダイナミクスはどのように共-evolveするか。

主な発見

• 一般化されたBarabási-Albertモデルにおける構造的カットオフは、γ = 3のときのみガウス分布に従い、2 < γ < 4の範囲では決して指数関数的でないことが判明し、従来の有限サイズスケーリング推定値の不整合を解消した。
• 同一の次数分布を持つにもかかわらず、因果的ネットワークと均衡的ネットワークは幾何学的に根本的に異なる：例えば、均衡的木ではノード間の典型的な距離が∼N^1/2にスケーリングするが、因果的木でも同様に∼N^1/2にスケーリングするため、異なるトポロジカル構造を示している。
• 非一様ネットワーク上でのゼロレンジ過程では、粒子密度がk₁/kに依存する閾値を超えると、凝縮が最も高い次数を持つノードに現れる。ここでk₁は最大次数、kは典型的な次数である。
• 非一様ネットワーク上では、凝集体の寿命がシステムサイズに対して指数関数的に増加するが、均一系ではべき乗則的増加にとどまる。
• 特定の次数分布Π(k) ∼ (φ − k)^(b−1)に対しては、臨界定常状態の占有数分布π(m) ∼ m^−bがスケールフリーとなり、均一系で観察される挙動を模倣する。
• カットオフ関数w(x)を計算する手法により、多様な成長ネットワークモデルにおける有限サイズ効果を統一的に分析するフレームワークが得られ、理論的予測の整合性が向上した。