# 信号伝播（Signal Propagation in Complex Networks） 複雑ネットワーク上でノード間を伝わる何らかの影響——感染・情報・電気信号・摂動・制御信号など——の時空間的な広がりのプロセス。伝播のジオメトリ（速度・パターン・到達範囲）は、**ネットワークトポロジー**と**ノード間の非線形相互作用**の両方によって規定される。集合的行動（Collective Behavior）のメカニズムを理解するための中心的指標。（Source: [[@2023__Physics Reports__Signal propagation in complex networks]]） ## 主要モデルと伝播パターン ### モデリング駆動アプローチ 構造と動力学の相互作用から伝播パターンを生成する。 - **感染症拡散（SIS/SIR/SEIR + メタ人口）**: 感染到達時間はグンベル分布に従う（1-D 鎖の場合）。スケールフリーネットワークでは感染閾値 ρ_c → 0 となり、ハブノードが拡散を促進する - **蔵本（Kuramoto）モデル**: 位相振動子の非線形結合。正負の結合係数の組み合わせにより移動波・キメラ状態が創発する - **反応拡散（Reaction-Diffusion）**: 複雑ネットワーク上で Turing 不安定性が創発する条件を解析的に導出できる - **カスケード障害**: 荷重が容量を超えたノード/リンクが連鎖的に失敗する。べき乗則の障害サイズ分布が観測される（電力網） - **ランダムウォーク**: 拡散の基礎的モデル。平均初回通過時間（MFPT）で拡散速度を定量化 ### データ駆動アプローチ（逆問題） 実測時系列から潜在的なトポロジーと因果関係を推定する。 - **グレンジャー因果性**: 時系列 X が Y の予測精度を向上させるとき X→Y の因果 - **転送エントロピー（Transfer Entropy）**: グレンジャー因果性の非線形情報論的拡張 - **ネットワーク再構成**: 時系列観測からネットワーク接続トポロジーを逆問題として推定 - **発生源特定（Source Localization）**: 不完全な観測と既知のネットワーク構造から伝播の起源を特定 ### 主要な伝播パターン 移動波（Traveling Wave）・スパイラル波・カオス・ソース・シンクが、トポロジーと動力学の組み合わせによって生じる。 ## 横断的知見 （現時点では単一ソース段階。2 本目以降の ingest で蓄積予定） ## 未解決の問い - 局所的に摂動された高次元カオスダイナミクスの完全な摂動解析はどこまで可能か - 時間的ネットワーク上での感染拡散において、静的近似を超える精密な理論をどう構築するか - 高次相互作用（3 体以上）は信号伝播にどのような定性的変化をもたらすか - 脳の信号伝播（神経ダイナミクス）と数学的な複雑ネットワーク伝播モデルをどこまで橋渡しできるか ## 関連 - [[複雑ネットワーク]] — 伝播の基盤となるネットワーク構造 - [[グラフニューラルネットワーク]] — 信号伝播パターンの学習・予測への応用 - [[@2023__Physics Reports__Signal propagation in complex networks]] — 初出ソース（包括的サーベイ） ## 出典 - [[@2023__Physics Reports__Signal propagation in complex networks]] — Physics Reports 1017 (2023) 1–96