時間スケールを超えた高次相互作用を持つ多層システムにおける情報の伝播

複雑なシステムは、複数の空間的および時間的スケールによって特徴づけられます。これらの多層性を捉える自然な枠組みは、多層ネットワークであり、異なる層が互いに間接的に調整される異なる物理プロセスを表します。私たちは、ノードとエッジ間の三者高次相互作用を通じて、これらの調整メカニズムをモデル化します。本研究では、各層に関連する異なる時間スケールが相互効果的結合にどのように影響を与えるかに焦点を当てます。まず、私たちは、このような多層ネットワーク上で動作する任意の動的プロセスの共同確率分布の分解を厳密に導出します。この確率構造を調査することによって、時間スケールを超えた情報の伝播を支配する一般原則を解明し、多スケールシステムにおける相互情報と因果関係の相互作用を明らかにします。特に、遅い変数から速い変数への調整メカニズムを表すフィードバック相互作用が、層間の相互情報を生成することを示します。逆に、速い層から遅い層への直接的相互作用は、基礎となる高次結合の構造にのみ依存する特定の条件下でこの情報を伝播させることができます。私たちは、多スケール観測量に対する相互情報行列を導入し、これらの出現する機能的結合を捉えます。これらの結果を用いて、典型的な生物学的シグナルネットワークと確率過程における効果的な環境依存性を研究します。私たちの枠組みは、多層ネットワーク上の任意の動態に一般化され、実世界のシステムの多スケール性がその情報内容と複雑性をどのように形成するかのより深い理解への道を開きます。アメリカ物理学会が2024年に出版しました。