Reducibility of higher-order to pairwise interactions: Social impact models on hypergraphs

Résumé technique : Réductibilité des interactions d'ordre supérieur aux interactions par paires dans les modèles d'impact social sur hypergraphes

Énoncé du problème
L'article traite de la question fondamentale de savoir si les interactions d'ordre supérieur (HO), naturellement codées dans les hypergraphes et les complexes simpliciaux, peuvent être réduites à des interactions par paires (PW) effectives sur des réseaux complexes standards. Bien que de nombreux systèmes biologiques et sociaux impliquent des interactions polyadiques (groupes de trois entités ou plus), il reste incertain quand une représentation par hypergraphe est strictement nécessaire par rapport à un cas où les effets HO peuvent être capturés par des interactions dyadiques. Plus précisément, les auteurs étudient si les modèles d'impact social à mise à jour de nœuds définis sur des hypergraphes peuvent être mappés exactement vers un modèle équivalent avec des interactions par paires sur un réseau projeté pondéré, préservant ainsi les probabilités de transition microscopiques.

Méthodologie
Les auteurs développent un cadre de mapping rigoureux pour une classe générale de modèles d'impact social sur hypergraphes.

1. Définition du modèle : Ils considèrent une population de $N$ nœuds avec des états binaires ($s_i = \pm 1$). La dynamique suit un processus de mise à jour de nœud où un nœud focal $i$ sélectionne un hyperarête $e$ incidente et inverse son état avec une probabilité $f(\phi_e)$, où $\phi_e$ est la fraction de nœuds dans $e$ (excluant $i$) détenant l'état opposé. La fonction $f$ représente l'impact social.
2. Mapping microscopique : La contribution méthodologique centrale est la dérivation d'un réseau projeté pondéré $G(V, L)$ qui est microscopiquement équivalent à la dynamique de l'hypergraphe original. Les auteurs imposent deux conditions pour déterminer les poids $\omega_{ij}$ du réseau projeté :
   • Conservation de la probabilité : La probabilité de sélectionner un voisin au sein d'un hyperarête spécifique doit correspondre à la probabilité de sélectionner cet hyperarête dans la dynamique HO.
   • Cohérence de l'inversion : La probabilité qu'un nœud inverse son état en copiant un voisin possédant l'état opposé doit correspondir à la probabilité d'inversion HO.
     Cela produit un ensemble de poids $\omega_{ij}$ qui dépendent de la structure de l'hypergraphe et, généralement, de la configuration instantanée des états des nœuds.
3. Cas spécifiques : Le cadre est appliqué à des « modèles de votant sur hypergraphe » où la fonction d'impact social est une loi de puissance, $f(\phi) = \phi^q$. Les auteurs analysent deux régimes :
   • Cas linéaire ($q=1$) : Le modèle de votant hypergraphique linéaire.
   • Cas non linéaire ($q \neq 1$) : Le modèle de votant hypergraphique non linéaire.
4. Analyse : Pour les hypergraphes homogènes (totalement connectés, $d$-hyperarêtes complètes, Erdős–Rényi, et hypergraphes aléatoires $z$-réguliers), les auteurs dérivent des équations d'évolution macroscopique. Ils emploient une approximation par paires (PA) pour le cas linéaire afin d'analyser la dynamique sur le réseau projeté et comparent les prédictions analytiques avec des simulations numériques des modèles HO, des modèles PW réduits, et des modèles de votant/voter non linéaires standards.

Contributions clés et résultats

• Réductibilité microscopique exacte : Le résultat principal est que tout modèle d'impact social à mise à jour de nœud sur un hypergraphe arbitraire peut être mappé exactement vers un modèle d'interaction par paires sur un réseau projeté pondéré. Le mapping préserve les probabilités microscopiques de changement d'état. Les poids $\omega_{ij}$ encodent l'influence des structures d'ordre supérieur ; en général, ces poids sont dépendants de l'état (dépendants du temps).
• Modèle de votant linéaire ($q=1$) :
  • Pour le cas linéaire, les poids dérivés sur le réseau projeté sont statiques (indépendants de l'état). Ils dépendent uniquement des propriétés topologiques (degrés d'hyperarête et ordres d'hyperarête).
  • En utilisant une approximation par paires pour des réseaux pondérés non corrélés, les auteurs démontrent que la dynamique d'ordonnancement macroscopique (densité de liens actifs et temps de fixation) est indépendante de l'hétérogénéité spécifique des poids.
  • Par conséquent, le comportement macroscopique du modèle de votant linéaire sur hypergraphe est équivalent à celui du modèle de votant standard sur le réseau projeté non pondéré. La topologie complexe d'ordre supérieur est effectivement capturée par la distribution des degrés du réseau projeté.
• Modèle de votant non linéaire ($q \neq 1$) :
  • Dans le régime non linéaire, les poids du réseau projeté dépendent explicitement de la configuration instantanée du système, ce qui les rend dynamiques.
  • Malgré la complexité des poids exacts, les simulations numériques montrent que le modèle de votant non linéaire (NLVM) sur le réseau projeté non pondéré (où les poids sont uniformes) fournit une bonne approximation des tendances macroscopiques (spécifiquement la valeur de plateau de la densité de liens actifs) pour les hypergraphes bien connectés.
  • Le NLVM sur le réseau projeté reproduit avec succès la principale dynamique d'ordonnancement, suggérant qu'il sert de modèle minimal efficace pour l'analyse de données empiriques où les poids microscopiques sont inconnus.

Signification et affirmations
L'article affirme établir une « réductibilité microscopique » des interactions d'ordre supérieur aux interactions par paires. Cette conclusion implique que pour les dynamiques de mise à jour de nœuds, la représentation explicite des hyperarêtes n'est pas strictement nécessaire pour reproduire l'évolution stochastique du système ; un réseau projeté pondéré suffit.

Les auteurs soulignent que la linéarité de la fonction d'impact social est le facteur critique déterminant la nature de cette réduction :

• Dans le cas linéaire, la réduction est robuste et conduit à un réseau pondéré statique et indépendant du temps où la dynamique macroscopique est insensible à l'hétérogénéité des poids.
• Dans le cas non linéaire, bien qu'un mapping microscopique exact existe avec des poids dynamiques, le système peut toujours être approximé efficacement par un modèle de votant non linéaire plus simple, non pondéré, sur le réseau projeté pour les observables macroscopiques.

Le travail conclut que bien que les interactions d'ordre supérieur modifient les propriétés structurelles, leurs effets dynamiques dans ces modèles spécifiques d'impact social peuvent être capturés par des interactions par paires effectives, à condition d'utiliser les poids appropriés (potentiellement dynamiques) ou, dans le cas non linéaire, de sélectionner un modèle minimal approprié. L'article note que ce mapping exact s'applique spécifiquement aux dynamiques de mise à jour de nœuds ; les dynamiques de mise à jour d'hyperarête (où tous les nœuds d'un groupe se mettent à jour simultanément) ne peuvent pas être mappées exactement vers un système par paires, bien qu'une équivalence macroscopique puisse encore exister dans des limites spécifiques.