[論文レビュー] Role of dimensionality in complex networks: Connection with nonextensive statistics

Samuraí Brito, L. R. da Silva+1 more|arXiv (Cornell University)|Sep 23, 2015

Statistical Mechanics and Entropy参考文献 47被引用数 32

ひとこと要約

本稿は、次元数 d と距離依存型優先接続が成長する複雑ネットワークの次数分布に与える影響を調査し、P(k) ∝ e_q^{-k/κ} の q-指数関数的形が、これらのネットワークを普遍的に記述することを明らかにした。q および κ は、接続の好みを制御する α_A と d の比 α_A/d に対して普遍的なスケーリングを示す。結果は、ネットワークのトポロジーと非拡張統計力学との深い関係を示しており、α_A/d → ∞ のとき q → 1（ボルツマン＝ギブズ極限）となることが示された。

ABSTRACT

Deep connections are known to exist between scale-free networks and non-Gibbsian statistics. For example, typical degree distributions at the thermodynamical limit are of the form $P(k) \propto e_q^{-k/κ}$, where the $q$-exponential form $e_q^z \equiv [1+(1-q)z]^{\frac{1}{1-q}}$ optimizes the nonadditive entropy $S_q$ (which, for $q o 1$, recovers the Boltzmann-Gibbs entropy). We introduce and study here $d$-dimensional geographically-located networks which grow with preferential attachment involving Euclidean distances through $r_{ij}^{-α_A} \; (α_A \ge 0)$. Revealing the connection with $q$-statistics, we numerically verify (for $d$ =1, 2, 3 and 4) that the $q$-exponential degree distributions exhibit, for both $q$ and $κ$, universal dependences on the ratio $α_A/d$. Moreover, the $q=1$ limit is rapidly achieved by increasing $α_A/d$ to infinity.

研究の動機と目的

• 空間次元 d と距離依存型優先接続が、成長する複雑ネットワークの次数分布に与える影響を調査すること。
• 非拡張統計力学、特に q-指数関数的分布が、このようなネットワークに対して普遍的な枠組みを提供するかどうかを特定すること。
• q-指数関数的分布のパラメータ q および κ が、比 α_A/d に対して示すスケーリング行動を明らかにすること。
• ネットワーク成長モデルと非拡張統計力学との間の関係を、特にスケールフリーネットワークの文脈で確立すること。

提案手法

• 原点に1つの節点をもつ d 次元の地理的に配置されたネットワークモデルを構築し、r ≥ 1 に対して p(r) ∝ r^{-(d+α_G)} の半径分布に従って新しい節点を確率的に配置することで成長させる。
• 新しい節点は、ノード i の次数 k_i とノード間のユークリッド距離 r_ij の関数として、Π_ij ∝ k_i * r_ij^{-α_A} の優先接続ルールに従って既存のノードに接続される。
• d = 1, 2, 3, 4 に対してシミュレーションを実施し、α_G = 2 を固定し、α_A を変化させ、N = 10^5 個の節点と 10^3 回の独立したサンプルを用いて統計的堅牢性を確保する。
• 次数分布 P(k) を q-指数関数的形 P(k) = P(0) * e_q^{-k/κ} にフィットさせ、e_q^z = [1 + (1 - q)z]^{1/(1 - q)} で定義される e_q^z を用い、最良の適合パラメータ q および κ を抽出する。
• q および κ が比 α_A/d に依存する様子を分析し、次元に依存しない普遍的なスケーリング行動が確認された。
• κ ≈ 4.90 - 3.45q の線形関係が導出され、数値的にも検証された。これは、q 統計におけるパラメータ間の任意的でない関係が存在することを示しており、モデルの臨界的挙動に起因する。

実験結果

リサーチクエスチョン

• RQ1 空間ネットワークの次元数 d が、ユークリッド距離に依存する接続ルールがある場合、次数分布にどのように影響を与えるか？
• RQ2 q-指数関数的分布 P(k) ∝ e_q^{-k/κ} は、異なる次元数 d に対して、成長する空間ネットワークを普遍的に記述できるか？
• RQ3 パラメータ q および κ が、距離依存接続の強さを制御する α_A と d の比 α_A/d に対して、どのように関数的に依存するか？
• RQ4 近隣ノードへの接続の好みが高まる（α_A/d → ∞）場合、ボルツマン＝ギブズ極限（q = 1）にどのように近づくか？
• RQ5 q-指数関数的フィットにおけるパラメータ q と κ の間に、次元 d に依存しない普遍的かつ任意的でない関係が存在するか？

主な発見

• 距離依存型優先接続を伴う d 次元ネットワークにおける次数分布 P(k) は、すべての d = 1, 2, 3, 4 に対して、P(k) = P(0) * e_q^{-k/κ} の q-指数関数的形でよく記述される。
• パラメータ q および κ は、空間次元 d に依存しない形で、比 α_A/d に対して普遍的なスケーリングを示す。
• α_A/d ≤ 1 の場合、システムは q = 4/3 および γ = 3 に対応するバラバーシ＝アレクサンダー普遍性クラスにあり、指数 γ = 3 のべき乗則次数分布を示す。
• α_A/d が 1 を超えて増加すると、q および κ の両方が減少し、ボルツマン＝ギブズ極限（q = 1）に近づき、指数的減衰に近い挙動を示す。これは、広義の統計力学への移行を示唆する。
• すべての d および α_A/d の値において、強い線形関係 κ ≈ 4.90 - 3.45q が観察され、κ が自由パラメータではなく、モデルの臨界的挙動に起因して決定されることを示している。
• 次数分布 P(k) は成長パラメータ α_G に依存しない。これは、トポロジー的構造が、接続ルールと空間次元によってのみ決定されることを確認している。