学習効果と張替を用いたスケールフリー振動子ネットワークの生成アルゴリズム(非線形問題)

概要

論文の詳細を見る
リズム現象が見られるネットワークにおいて,スケールフリー性が現れるアルゴリズムを提案する.これまで行われてきた複雑ネットワークの構造とその引込やすさに関する様々な研究の結果に基づき,引込やすいネットワーク構造へ変化させるというアプローチでスケールフリーネットワークが生成される.このアルゴリズムは振動子ネットワークと呼ばれるモデルに対して,シナプス可塑性に基づいた学習効果であるSTDP(Spike-Timing Dependent Plasticity)とリンクの張替の二つの手法を用いる.具体的には,STDPによって結合強度が0になったリンクを,ペースメーカーへの引込に効果的な構造になるように張り替える.提案アルゴリズムのシミュレーションの結果,次数分布にスケーリング領域が現れ,次数の高いハブと呼ばれるノードが現れる.また,アルゴリズムに関する考察とそのシミュレーションによる検証により,提案アルゴリズムにおいてスケールフリー性が現れやすい条件と現れにくい条件を明らかにする.
2011-08-01