[논문 리뷰] The Diverse Club: The Integrative Core of Complex Networks

Maxwell A. Bertolero, B.T. Thomas Yeo외 1명|arXiv (Cornell University)|2017. 01. 04.

Neural dynamics and brain function참고 문헌 65인용 수 65

한 줄 요약

본 논문은 광범위하게 분포된 에지를 가진 노드 집합인 diverse club을 제시하며, 전통적인 rich club보다 여러 실제 네트워크에서 글로벌 네트워크 통합을 더 잘 지원하고, diverse club과 rich club 간의 뚜렷한 진화 압력을 보이는 생성 모델을 제시한다.

ABSTRACT

A complex system can be represented and analyzed as a network, where nodes represent the units of the network and edges represent connections between those units. For example, a brain network represents neurons as nodes and axons between neurons as edges. In many networks, some nodes have a disproportionately high number of edges. These nodes also have many edges between each other, and are referred to as the rich club. In many different networks, the nodes of this club are assumed to support global network integration. However, another set of nodes potentially exhibits a connectivity structure that is more advantageous to global network integration. Here, in a myriad of different biological and man-made networks, we discover the diverse club--a set of nodes that have edges diversely distributed across the network. The diverse club exhibits, to a greater extent than the rich club, properties consistent with an integrative network function--these nodes are more highly interconnected and their edges are more critical for efficient global integration. Moreover, we present a generative evolutionary network model that produces networks with a diverse club but not a rich club, thus demonstrating that these two clubs potentially evolved via distinct selection pressures. Given the variety of different networks that we analyzed--the c. elegans, the macaque brain, the human brain, the United States power grid, and global air traffic--the diverse club appears to be ubiquitous in complex networks. These results warrant the distinction and analysis of two critical clubs of nodes in all complex systems.

연구 동기 및 목표

• 잘 알려진 rich club를 넘어 통합 네트워크 코어를 탐색하도록 동기를 부여한다.
• 다양한 네트워크 전반에서 글로벌 통합을 향상시키는 분산된 연결성을 가진 노드 부분집합을 식별한다.
• 생물학적 및 인공 네트워크에서 diverse club의 보편성을 입증한다.
• rich clubs를 형성하지 않으면서 diverse clubs를 생성하는 생성적 진화 모델을 제안한다.

제안 방법

• 전 네트워크에 걸쳐 에지가 다양하게 분포된 노드로 diverse club을 정의하고 식별한다.
• 전역 통합을 위한 상호연결성 및 에지 중요성 측면에서 diverse club과 rich club을 비교한다.
• 다양한 네트워크(C. elegans, macaque brain, human brain, US power grid, global air traffic 등)를 분석하여 보편성을 검증한다.
• 다 diverse club를 가지되 rich club은 가지지 않는 네트워크를 생성하는 생성적 진화 모델을 개발한다.
• diverse club의 통합 네트워크 기능을 나타내는 특성을 평가한다.

실험 결과

연구 질문

• RQ1 에지가 다양하게 분포된 노드 집합이 rich club보다 더 효과적으로 글로벌 네트워크 통합을 지원하는가?
• RQ2 diverse club이 상대적으로 rich club에 비해 더 높은 상호연결성 및 에지 중요성을 보이는가?
• RQ3 diverse club은 생물학적 및 인공 네트워크에 보편적인가?
• RQ4 생성적 모델이 rich club 없이 diverse club을 가진 네트워크를 만들 수 있어, 뚜렷한 진화 압력을 시사하는가?
• RQ5 diverse club이 통합 네트워크 기능을 이해하는 데 어떤 함의를 가지는가?

주요 결과

• diverse club은 에지가 다양하게 분포된 노드 집합으로 존재하며, rich club보다 통합 네트워크 기능과 더 잘 일치한다.
• diverse club의 노드들은 더 높은 상호연결성을 가지며, 그들의 에지는 효율적인 글로벌 통합에 더 중요한 역할을 한다.
• diverse club은 C. elegans, macaque brain, human brain, US power grid, global air traffic 등 다양한 네트워크에서 나타난다.
• 생성적 진화 모델은 diverse club을 가지되 rich club은 가지지 않는 네트워크를 만들 수 있으며, 이는 뚜렷한 선택 압력을 시사한다.
• 결과는 복합 시스템에서 두 가지 중요한 노드 클럽(diverse와 rich)을 구분하고 분석할 것을 주장한다.