[论文解读] On the Metastability of Quadratic Majority Dynamics on Clustered Graphs and its Biological Implications

Emilio Cruciani, Emanuele Natale+1 more|arXiv (Cornell University)|May 3, 2018

Complex Network Analysis Techniques被引用 1

一句话总结

本文分析了在聚类图上运行的二次多数动态，证明了随机初始化可导致快速且稳定的收敛至社区特异的共识状态。该研究首次对非完全拓扑上的非共识动态实现了对称性破缺分析，其结果对标签传播算法和进化生物学具有启示意义，表明在社区结构的进化图上，非可忽略的物种分化现象可被观察到。

ABSTRACT

We investigate the behavior of a simple majority dynamics on networks of agents whose interaction topology exhibits a community structure. By leveraging recent advancements in the analysis of dynamics, we prove that, when the states of the nodes are randomly initialized, the system rapidly and stably converges to a configuration in which the communities maintain internal consensus on different states. This is the first analytical result on the behavior of dynamics for non-consensus problems on non-complete topologies, based on the first symmetry-breaking analysis in such setting. Our result has several implications in different contexts in which dynamics are adopted for computational and biological modeling purposes. In the context of Label Propagation Algorithms, a class of widely used heuristics for community detection, it represents the first theoretical result on the behavior of a distributed label propagation algorithm with quasi-linear message complexity. In the context of evolutionary biology, dynamics such as the Moran process have been used to model the spread of mutations in genetic populations [Lieberman, Hauert, and Nowak 2005]; our result shows that, when the probability of adoption of a given mutation by a node of the evolutionary graph depends super-linearly on the frequency of the mutation in the neighborhood of the node and the underlying evolutionary graph exhibits a community structure, there is a non-negligible probability for species differentiation to occur.

研究动机与目标

• 分析具有社区结构的网络上二次多数动态的收敛行为。
• 建立非完全拓扑上非共识动态的首个对称性破缺分析。
• 为具有准线性消息复杂度的分布式标签传播算法的行为提供理论依据。
• 探讨社区结构在进化图中的影响，以理解在非线性突变采纳规则下物种分化的机制。

提出的方法

• 利用动态系统分析的最新进展，研究二次多数动态的收敛特性。
• 在具有社区结构的图上建模代理交互，其中节点根据局部多数影响更新其状态。
• 在随机初始状态配置下分析系统，以评估其稳定性和向社区共识的收敛性。
• 应用对称性破缺技术，证明尽管初始状态随机，社区仍会稳定在不同状态。
• 通过一个二次更新规则形式化动态过程，以增强状态采纳中的局部频率效应。
• 将结果扩展至生物与计算模型，特别是具有超线性邻域依赖性的莫兰过程。

实验结果

研究问题

• RQ1 在聚类图上，二次多数动态是否会收敛至各社区维持内部共识的稳定配置？
• RQ2 在非完全、具有社区结构的图上，非共识动态是否可能发生对称性破缺？
• RQ3 在这些拓扑结构上，具有准线性消息复杂度的分布式标签传播算法的理论行为如何？
• RQ4 在进化图中，社区结构在何种条件下会导致非可忽略的物种分化？
• RQ5 在突变采纳中，超线性邻域依赖性如何影响结构化种群中的进化结果？

主要发现

• 系统迅速且稳定地收敛至各社区在不同状态上达成内部共识的配置。
• 首次在非完全拓扑上为非共识动态提供了对称性破缺的理论证明。
• 在聚类图上，标签传播算法可实现稳定社区检测，且具有准线性消息复杂度，其行为获得理论支持。
• 在进化模型中，社区结构与超线性邻域依赖性结合，可导致物种分化的非可忽略概率。
• 该动态表现出亚稳态行为，在初始随机性下仍能长期维持共识状态。
• 研究结果为实践中启发式标签传播方法的观测行为提供了理论基础。