[논문 리뷰] Anomalous percolation transitions beyond the BKT transition in growing networks

Soo Min Oh, Seung‐Woo Son외 1명|arXiv (Cornell University)|2018. 05. 11.

Complex Network Analysis Techniques참고 문헌 39인용 수 11

한 줄 요약

이 논문은 성장하는 무작위 네트워크에서 링크가 가장 작은 클러스터에 있는 노드들 사이에 우선적으로 형성되는 전역적 억제 동역학이 어떻게 무한 차수의 Berezinskii-Kosterlitz-Thouless (BKT) 분리 전이를 변화시키는지 조사한다. 제안된 제한된 성장 무작위 네트워크(r-GRN) 모델을 통해 저자들은 BKT 전이가 붕괴됨을 보이며, 링크 점유 확률을 조절함에 따라 무한 차수, 두 번째 차수, 첫 번째 차수 전이 영역이 나타나며, 임계점에서 최대 클러스터 다양성이 발생함을 밝혀냈다.

ABSTRACT

Since the discovery a half century ago that 1/r^2-type long-range interactions in the one-dimensional Ising model change the phase transition type, long-range interactions in diverse systems have received considerable attention. Recently, this interest extended to global suppression dynamics in the percolation transition, which changes a second-order transition to first order. Here, we investigate how the Berezinskii-Kosterlitz-Thouless (BKT) transition is changed by the global suppression effect. In fact, this effect often arises in real-world complex systems, yet it is not appropriately accounted for in models. We find that the BKT transition breaks down, but the features of infinite-, second-, and first-order transitions all emerge as the link occupation probability is controlled. Moreover, we find that such growing networks exhibit maximum diversity, causing the mean cluster size to diverge without formation of a giant cluster. We elucidate the underlying mechanisms and show that such anomalous transitions are universal.

연구 동기 및 목표

• 성장 네트워크에서 전역적 억제 동역학이 무한 차수의 BKT 분리 전이에 미치는 영향을 조사하기 위해.
• 대규모 클러스터가 억제되는 실제 세계의 네트워크 성장, 예를 들어 공저자 네트워크나 웹 네트워크를 모델링하기 위해.
• 이러한 억제가 단일 시스템 내에서 서로 다른 차수(무한, 두 번째, 첫 번째)의 전이를 유도할 수 있는지 규명하기 위해.
• 억제 조건 하에서 클러스터 크기 분포의 최대 다양성이 어떻게 발생하는지 탐구하기 위해.
• 이러한 이례적인 전이가 성장 네트워크 모델 전반에 걸쳐 보편적인지 확인하기 위해.

제안 방법

• 가장 작은 클러스터에서 온 노드(R 집합)와 다른 어떤 노드이든 간에 링크가 우선적으로 추가되는 제한된 성장 무작위 네트워크(r-GRN) 모델을 제안한다.
• 제어 매개변수 g를 도입하여 가장 작은 클러스터에 속한 노드 비율 gN을 정의하고, 링크 형성에 우선순위를 부여한다.
• 시간에 따른 클러스터 크기 분포의 역학을 분석적으로 모델링하기 위해 비율 방정식 접근법을 적용한다.
• 수치 시뮬레이션을 수행하여 분석 예측을 검증하고 상 전이를 관찰한다.
• 주문 매개변수(거대 클러스터 크기)와 평균 클러스터 크기의 행동에 기반해 전이를 분류한다.
• 클러스터 크기 분포 ns ∼ s−τ(p)를 분석하고, 다양한 p 영역에서 임계 지수 τ(p)를 식별한다.

실험 결과

연구 질문

• RQ1 전역적 억제 동역학은 성장 네트워크에서 무한 차수의 BKT 전이에 어떻게 영향을 미치는가?
• RQ2 일정한 링크 점유 확률을 변화시킬 때, 한 개의 성장 네트워크 모델이 무한, 두 번째, 첫 번째 차수 전이를 모두 나타낼 수 있는가?
• RQ3 클러스터 크기 다양성이 이례적인 전이 발생에 어떤 역할을 하는가?
• RQ4 억제 메커니즘이 클러스터 크기 분포의 임계 지수에 어떤 영향을 미치는가?
• RQ5 관측된 전이 행동은 성장 네트워크 시스템 전반에 걸쳐 보편적인가?

주요 결과

• r-GRN 모델은 시스템이 서로 다른 분리 행동으로 전이되는 두 개의 임계점 pb와 pc(pb < pc)를 보이며, 이는 전이의 성격이 변화함을 의미한다.
• p < pb일 경우, 클러스터 크기 분포는 τ(p) > 3를 만족하는 멱법칙을 따르며, 유한한 평균 클러스터 크기를 가지는 무한 차수 전이를 나타낸다.
• pb < p < pc일 경우, τ(p) ∈ (2, 3)이 되어 평균 클러스터 크기가 발산하고 두 번째 차수 전이가 발생한다.
• p > pc일 경우, 클러스터 크기 분포는 지수적으로 감소하고 거대 클러스터 크기가 불연속적으로 점프함으로써 첫 번째 차수 전이가 나타난다.
• pc에서 임계 지수 τ(p)는 3에서 2로 급격히 떨어지며, 이는 클러스터 크기의 최대 다양성을 나타내며, 이는 억제 메커니즘과 관련이 있다.
• 이러한 이례적인 전이는 보편적이며, 네트워크 성장과 전역적 억제 동역학 간의 상호작용으로 인해 발생한다.