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

技術要約：ハイパーグラフ上の社会影響モデルにおける高次相互作用から二者間相互作用への還元可能性

問題提起
本論文は、ハイパーグラフや単体複体（simplicial complexes）によって自然に符号化される高次（HO）相互作用が、実効的な二者間（PW）相互作用へと還元可能であるかという根本的な問いに取り組んでいる。多くの生物学的および社会的システムには多項的な相互作用（3つ以上のエンティティによるグループ）が含まれるが、高次の効果をダイアド（二者間）の相互作用で捉えることが可能である場合と、高次表現が厳密に必要とされる場合がいつであるかは依然として不明である。具体的には、著者らは、ハイパーグラフ上で定義されたノード更新型の社会影響モデルが、微視的な遷移確率を保存しつつ、重み付き投影ネットワーク上の二者間相互作用を持つ等価なモデルへと正確に写像できるかどうかを調査している。

手法
著者らは、一般的なクラスのハイバーグラフ上の社会影響モデルに対する厳密な写像フレームワークを開発した。

1. モデルの定義: $N$ 個のノード（状態 $s_i = \pm 1$）からなる集団を考える。ダイナミクスはノード更新プロセスに従う。ここで、焦点となるノード $i$ は、それに付随するハイパーエッジ $e$ を選択し、その中のノード（$i$ を除く）のうち反対の状態を保持している割合 $\phi_e$ の関数 $f(\phi_e)$ に基づいて、自身の状態を反転させる。関数 $f$ は社会影響を表す。
2. 微視的写像: 本手法の核心的な貢献は、元のハイパーグラフのダイナミクスと微視的に等価な、重み付き投影ネットワーク $G(V, L)$ の導出である。著者らは、投影ネットワークの重み $\omega_{ij}$ を決定するために、以下の2つの条件を課している。
   • 確率保存: 特定のハイパーエッジ内において隣接ノードを選択する確率が、高次ダイナミクスにおいてそのハイパーエッジを選択する確率と一致すること。
   • 反転の一貫性: あるノードが反対の状態にある隣接ノードを模倣することによって状態を反転させる確率が、高次反転確率と一致すること。
     これにより、ハイパーグラフの構造に依存し、一般にはノード状態の瞬時構成に依存する一連の重み $\omega_{ij}$ が得られる。
3. 特定ケース: このフレームワークは、「ハイパーグラフ・ボーターモデル」に適用される。ここでは社会影響関数は冪乗則 $f(\phi) = \phi^q$ である。著者らは2つのレジームを分析している。
   • 線形ケース ($q=1$): ハイパーグラフ・線形ボーターモデル。
   • 非線形ケース ($q \neq 1$): ハイパーグラフ・非線形ボーターモデル。
4. 分析: 同質なハイパーグラフ（完全グラフ、完全 $d$-ハイパーグラフ、エルデシュ・レーニィ、および $z$-正則ランダムハイパーグラフ）について、著者らはマクロな進化方程式を導出している。線形ケースについては、ペア近似（PA）を用いて無相関な重み付きネットワーク上のダイナミクスを分析し、解析的な予測と、高次、簡約された二者間、および標準的なボーター／非線形ボーターモデルの数値シミュレーションとの比較を行っている。

主要な貢献と結果

• 正確な微視的還元可能性: 主要な結果は、任意のハイパーグラフ上のノード更新型社会影響モデルは、重み付き投影ネットワーク上の二者間相互作用モデルに正確に写像できるということである。この写像は、微視的な状態変化の確率を保存する。重み $\omega_{ij}$ は高次構造の影響を符号化しており、一般にこれらの重みは状態依存的（時間依存的）である。
• 線形ボーターモデル ($q=1$):
  • 線形ケースの場合、投影ネットワーク上に導出された重みは静的（状態に依存しない）である。これらはトポロジー的性質（ハイパー次数およびハイパーエッジの次数）にのみ依存する。
  • 無相関な重み付きネットワークに対するペア近似を用いることで、著者らは、マクロな秩序化ダイナミクス（活性リンクの密度および固定時間）が重みの具体的な不均一性に依存しないことを実証している。
  • したがって、ハイパーグラフ・線形ボーターモデルのマクロな挙動は、無重みの投影ネットワーク上の標準的なボーターモデルの挙動と等価である。複雑な高次トポロジーは、投影ネットワークの次数分布によって効果的に捉えられる。
• 非線形ボーターモデル ($q \neq 1$):
  • 非線形レジームでは、投影ネットワークの重みが系の瞬時構成に明示的に依存するため、これらは動的となる。
  • 重みの複雑さにもかかわらず、数値シミュレーションは、連結性の高いハイパーグラフにおいて、**無重みの投影ネットワーク（重みが一様であるもの）上の非線形ボーターモデル（NLVM）**が、マクロな傾向（特に活性リンク密度のプラトー値）の良好な近似を与えることを示している。
  • 投影ネットワーク上のNLVMは主要な秩序化ダイナミクスをうまく再現しており、これは、微視的な重みが未知である場合の経験的データ分析において、NLVMが効果的な最小モデルとして機能することを示唆している。

意義と主張
本論文は、高次相互作用の二者間相互作用への「微視的還元可能性」を確立したと主張している。この知見は、ノード更新型ダイナミクスにおいては、ハイパーエッジを明示的に表現することが、系の確率的な進化を再現するために必ずしも必要ではなく、重み付き投影ネットワークで十分であることを意味している。

著者らは、社会影響関数の線形性が、この還元の性質を決定する決定的な要因であることを強調している：

• 線形の場合、還元は堅牢であり、静的かつ時間不変な重み付きネットワークへと導かれ、マクロなダイナミクスは重みの不均一性に影響を受けない。
• 非線形の場合、動的な重みを伴う正確な微視的写像が存在するものの、マクロな観測量については、投影ネットワーク上のより単純な無重みの非線形ボーターモデルによって効果的に近似できる。

本研究は、高次相互作用は構造的性質を変化させるものの、これらの特定の社会影響モデルにおけるダイナミカルな効果は、適切な（おそらく動的な）重みが使用されるか、あるいは非線形ケースにおいて適切な最小モデルが選択される限り、効果的な二者間相互作用によって捉えられる可能性があると結論付けている。なお、この正確な写像はノード更新型ダイナミクスに特有のものであり、ハイパーエッジ更新型ダイナミクス（グループ内の全ノードが同時に更新されるプロセス）は、二者間システムへ正確に写像することはできないが、特定の極限においてマクロな等価性は依然として存在する可能性がある。