Académique Documents
Professionnel Documents
Culture Documents
Ces Auteurs ont contribué à parts égales à ce travail fidèlement dans de nombreuses autres circonstances. En effet, des
+ Ces Auteurs ont contribué à parts égales à ce travail réseaux cérébraux fonctionnels [2–4] et structurels [5] aux réseaux
d'interactions protéiques [6], en passant par les réseaux sémantiques
[7] et les graphes de coauteur en science [8], il existe de nombreuses
INTRODUCTION situations pratiques qui ne peut tout simplement pas être factorisé en
termes d’interactions par paires [9, 10].
De nombreux systèmes en physique, biologie, ingénierie et Les complexes simpliciaux (SC) sont des structures topologiques
sciences sociales peuvent être modélisés comme des réseaux d'unités formées de simplexes de différentes dimensions (tels que des nœuds,
en interaction [1]. Souvent, chacun des systèmes élémentaires des liens, des triangles, des tétraèdres, etc.) et cartographient les
constitutifs (les nœuds du réseau) est luimême un système interactions à plusieurs corps entre les éléments d'un système.
dynamique, dont l'évolution est influencée par les états des autres Contrairement aux réseaux, les SC peuvent donc représenter
unités auxquelles il est connecté via les liens du réseau. Comprendre efficacement les interactions entre un nombre quelconque d’unités.
comment l'interaction de la structure du réseau et le type d'interactions Bien que les SC ne soient pas une idée nouvelle [11], la disponibilité
façonnent la dynamique globale du système et régissent ses de nouveaux ensembles de données et les progrès récents dans les
comportements collectifs est donc un problème d'un grand intérêt techniques d'analyse de données topologiques [12] ont renouvelé
dans toutes les disciplines. l'intérêt de la communauté scientifique [13, 14]. En particulier, une
Il existe cependant une hypothèse forte sousjacente lorsque l’on grande attention a été consacrée ces dernières années à la
adopte une représentation en réseau d’un système complexe : modélisation des complexes simpliciaux, et des progrès significatifs
l’interaction globale entre les composants unitaires du système est ont été réalisés dans l'extension aux SC des modèles de graphes
supposée être décrite de manière exhaustive par des combinaisons standards, tels que les modèles de graphes aléatoires [15], le modèle
d’interactions par paires. de configuration [16 ], les modèles de croissance du réseau [17] et les
Une telle hypothèse peut être justifiée lorsqu’on étudie certains types modèles axés sur l'activité [18].
de processus, mais elle est très courte pour représenter En revanche, la synchronisation est un phénomène
Machine Translated by Google
2
apparaissant de manière omniprésente dans les systèmes naturels et sauf que les systèmes doivent être identiques,
artificiels [19, 20], et correspond à l'émergence d'un nous ne faisons aucune hypothèse spécifique qui pourrait limiter
un comportement collectif dans lequel les composants unitaires du d'une manière ou d'une autre notre approche. Dans un contexte aussi
système finissent par s'ajuster dans une évolution commune dans le vaste, nous montrons que la synchronisation complète existe comme un
temps. Diverses études ont mis en lumière les relations intimes entre la solution invariante dans la mesure où les fonctions de couplage
topologie d'un réseau s'annulent lorsque la dynamique des nœuds est identique. En outre,
système, sa synchronisabilité et les propriétés du nous donnons la condition nécessaire pour qu'il soit observé comme
états synchronisés. En particulier, des comportements synchrones ont un état stable en termes de fonction maître de stabilité,
été observés et caractérisés dans des environnements de petit monde. une méthode initialement développée dans la Réf. [43] pour deux à deux
[21], pondérés [22], multicouches [23] et réseaux adaptatifs [24, 25]. systèmes couplés, puis étendus de nombreuses manières pour
En dehors de la synchronisation complète, d'autres types de aux réseaux complexes [44] et aux interactions variables dans le temps
synchronisation ont d'ailleurs été révélés. [4547]. Par conséquent, non seulement notre cadre inclut et
émergent dans les systèmes en réseau, y compris la synchronisation à englobe toutes les études réalisées jusqu'à présent sur le Kuramoto
distance [26, 27], les états de cluster [28] et la synchronisation modèle, mais il est valable pour un nombre énormément plus grand de
de groupe de nœuds [29], chimère [30, 31] et Bellérophon situations, et de ce fait, il est applicable à un très large éventail
états [32, 33]. Enfin, il a été démontré que la transition vers la de circonstances expérimentales et/ou pratiques. Nous allons
synchronisation est soit douce et réversible, montrent en effet que toutes les prédictions théoriques que notre
ou brusque et irréversible (comme dans le cas d'un explosif que la méthode nous permet de faire sont entièrement vérifiées dans
synchronisation, ressemblant à une transition de phase de premier des simulations de systèmes en réseau synthétiques et réels.
ordre [34]).
Alors que des tentatives d'extension aux hypergraphes p−uniformes
l'analyse de la synchronisation complète des systèmes dynamiques ont II. RÉSEAUX ET ORDRE SUPÉRIEUR
été récemment faites [35], l'étude STRUCTURE
de systèmes interagissant via des interactions d’ordre supérieur
dans les complexes simpliciaux a été jusqu'à présent limité au cas Un réseau est un ensemble de nœuds et de bords reliant des paires
du modèle Kuramoto [36, 37]. Il s'agit en fait d'une spécificité de nœuds. Mathématiquement, cela est représenté
modèle, dans lequel chaque unité de l'ensemble i = 1, ..., N est
par un graphe G = (V, E), qui consiste en un ensemble V avec
un oscillateur de phase et se caractérise par l'évolution
N = |V| des éléments appelés sommets (ou nœuds), et un ensemble
de sa phase à valeur réelle θi(t) [0, 2π]. Le modèle a E dont les K éléments, appelés arêtes ou liens, sont des paires de
été étudié dans toutes sortes de topologies de réseaux avec des
nœuds (i, j) (i, j = 1, 2, . . . , N et i = j). Comme les graphiques font
applications possibles aux domaines biologique et social. explicitement référence à des interactions par paires, les réseaux ont été
systèmes [20, 36], et récemment des extensions de celuici ont été très réussi à capturer les propriétés des systèmes dynamiques couplés
proposés qui incluent des interactions d’ordre supérieur. À savoir, dans tous les cas dans lesquels les interactions
il a été montré que le modèle de Kuramoto peut présenter une
peut être exprimé (ou approché) comme une somme de deux corps
désynchronisation brutale lorsque des interactions à trois corps entre
termes [48]. A l’inverse, leurs limites apparaissent lorsqu’il s’agit
tous les oscillateurs sont ajoutées à [38], ou pour modéliser des interactions d’ordre supérieur. En effet, la présence
remplacer complètement [39], les interactions par paires toutàtout du d'un triangle de trois nœuds i, j, k dans un réseau, par exemple le
modèle original. Des résultats similaires ont été obtenus avec une
la présence des trois liens (i, j), (i, k), (j, k) dans le graphe correspondant,
variation non symétrique du Kuramoto n'est pas en mesure de capturer la différence
modèle dans lequel les détails microscopiques des interactions entre une interaction à trois corps des trois individus, à partir de la
parmi les oscillateurs de phase sont décrits sous la forme de somme de trois interactions par paires. Avis
un complexe simplicial [40]. qu'il s'agit de deux situations complètement différentes, avec
Une approche différente a été proposée par Mill´an et des mécanismes et des dynamiques sociales complètement différents
al, qui ont formulé un modèle Kuramoto d'ordre supérieur travail [49].
dans lequel les oscillateurs sont placés non pas sur les nœuds mais Les complexes simpliciaux sont plutôt les structures mathématiques
sur les simplexes d'ordre supérieur, tels que les liens, les triangles et appropriées pour décrire les interactions d’ordre élevé. UN
ainsi de suite, d'un complexe simplicial [41]. Enfin, Lucas et al. Le complexe simplicial est un agrégat de simplexes, d'objets
ont envisagé une extension du modèle Kuramoto à
qui généralisent les liens et peuvent en général être de différentes
interactions d'ordre élevé de tout ordre, qui sont toujours traitables dimension. Un dsimplex, ou simplex de dimension d, σ
analytiquement car tous les oscillateurs ont des caractéristiques identiques. est, dans sa définition la plus simple, une collection de d + 1 nœuds.
fréquences [42]. De cette façon, un 0simplex est un nœud, un 1simplex est un lien,
Nous abandonnons ici la limitation de s'en tenir à un système de un 2simplex (i, j, k) est un objet bidimensionnel créé par
modèle spécifique et introduisons à la place le cadre le plus général trois nœuds, généralement appelé triangle (complet), un 3simplex est
pour l'étude des systèmes dynamiques dans un tétraèdre, c'estàdire un objet tridimensionnel, etc.
SC. A savoir, nous considérons un ensemble de complètement Il est désormais possible de différencier un système à trois corps
systèmes dynamiques génériques (mais identiques), organisés sur interaction, et trois corps en interactions par paires : le
les nœuds d'un complexe simplicial d'ordre générique, et interagissant le premier cas sera représenté par un triangle complet, un 2
via des fonctions de couplage génériques. Autrement dit, simplexe dimensionnel, tandis que le deuxième cas consistera
Machine Translated by Google
3
de trois objets à une dimension. Par conséquent, dans la suite de cet (3)
k le nombre de tétraèdres, et ainsi de suite. je
article, des simplexes de dimension d seront utilisés pour décrire la Le Laplacien est une matrice particulièrement importante dans
structure des interactions (d + 1)corps. de nombreux processus linéaires tels que la diffusion dans les
Enfin, un complexe simplicial S sur un ensemble donné de nœuds graphes, mais qui s'avère également utile dans la linéarisation de
V, avec |V| = N, est une collection de M simplexes, S = {σ1, σ2, . . . , systèmes non linéaires, par exemple lorsque l'on étudie la stabilité
σM }, avec l'exigence supplémentaire que, pour tout simplexe σ d'un état synchronisé dans un système dynamique en réseau. La
' '
S, tous les simplexes σ avec σ σ, c'estàdire tous les simplexes matrice laplacienne L = {lij} d'un graphe peut être définie comme L =
construits à partir de sousensembles de σ, sont également contenus K − A, où K est la matrice diagonale ayant les degrés de nœuds
dans S. En raison de cette exigence, les SC sont un type très comme éléments diagonaux.
particulier d'hypergraphes [50]. Les SC se sont révélés appropriés Nous donnons ici la définition d'un Laplacien généralisé, décrivant
dans le contexte des systèmes sociaux [49, 51, 52] et, comme nous le cas de systèmes à interactions d'ordre élevé, comme la matrice
le verrons dans la section suivante, ils s'avéreront très utiles pour L (d) dont les éléments sont
étudier les systèmes dynamiques couplés. Dans la suite, nous
indiquerons par Md, d = 1, 2, . . . D le nombre de dsimplices présents 0 (1) pour i = j et a = 0 ij (1)
dans S (où D, l'ordre du complexe simplicial, est la dimension du plus (d) =
Lij _ −k
(d)
pour i = j et a ij pour i = =1 (2)
grand simplexe dans S), et on a la contrainte Md = M. ij
ré (d)
d! ok je j,
ré = 1
Comme représentation mathématique des SC, nous utiliserons ici
un formalisme qui généralise directement la notion de matrice (d) où k est le ddegré généralisé du lien ij, c'estàdire ij le nombre
d'adjacence pour un réseau. La matrice de contiguïté A d'un graphe d'hypergraphes (d+1)uniformes ayant le lien (d) entre i et j comme
G est une matrice N × N, telle que l'entrée aij vaut 1 lorsque le bord
arête, et k est le lien généralisé ddegré du nœud i. Notez que L (1)
(i, j) E, et 0 sinon. L’idée peut être étendue aux SC en considérant je
équations ferentielles
N (1)
x˙ je
= f(xi) + σ1 aj=
1 ij g (1)(xi , xj ) ijk ˙ N
N (2) (4) L (1) Jg (1)(x s
+p2 Nk=1 ung (2)(xi , xj , xk ), δxi = Jf(x s )δxi − σ1 ij , X s )δxj
j=1
j=1
N
où σ1 et σ2 sont les forces de couplage associées aux interactions à N
−σ2j k=1 τijk J1g (2)(x s sx , , X s )δxj (7)
deux et trois corps. =1
L'existence et l'invariance de la solution synchronisée s (t) = x1(t) = s
. . par
X = xN (t) sont garanties . le caractère non invasif des fonctions de +J2g (2)(x s , X , X s )δxk ,
couplage.
où nous avons introduit un tenseur T dont les éléments sont (2) (2) τijk = 2k i δijk
− a pour i, j, k =
IV. FONCTION MAÎTRE DE STABILITÉ 1, . . . , N, et simplifié la notation comme
˙ ∂g (2)(xi,xj,xk) s )
N (1) ∂g (1)(xi,xj) ∂xi J1g (2)(x s , s x , X = ∂xj , (8)
δxi = Jf(x s )δxi + σ1 a δxi
j=1 je (xs,xs,xs)
(xs,xs) ∂g (2)(xi,xj,xk) s )
J2g (2)(x s , s x , X = ∂xk .
∂g (1)(xi,xj) +
∂xj δxj (xs,xs,xs)
(xs,xs)
N N (2) ∂g (2)(xi,xj ,xk) ∂xi
+p2 j=1 et k=1 ijk δxi
(xs,xs,xs) Déjà à ce stade, il est fondamental de remarquer que notre approche
∂g (2)(xi,xj,xk) ∂xj
étend même la validité de la théorie classique de la fonction maîtresse
+ δxj de stabilité [le cas σ2 = 0 dans l’équation. (7)], dans la mesure où nous
(xs,xs,xs)
n'avons pas besoin d'une forme fonctionnelle diffusive pour l'interaction
∂g (2)(xi,xj,xk) +
∂xk δxk , entre les nœuds du réseau, et nous englobons donc en fait une classe
(xs,xs,xs) beaucoup plus large de fonctions de couplage. Par exemple, notre
(5) approche permet le traitement formel du modèle de Kuramoto [36], où
où Jf(x s ) désigne la matrice jacobienne m × m de la fonction f, évaluée m = 1, chaque unité de réseau i est identifiée par la phase instantanée
s
à l'état synchrone x .
θi d'un oscillateur, et le couplage entre les nœuds i et j est donné par
Nous franchissons maintenant notre première étape conceptuelle la fonction sin (θj − θi), qui n'est pas diffusif.
très importante. Cela consiste à remarquer que toutes les fonctions de
couplage sont des synchronisations non invasives (ie g (1)(x, x) ≡ 0 et
g (2)(x, x, x) ≡ 0). Comme leur valeur est alors constante (égale à zéro)
Passons maintenant à notre deuxième étape, conceptuelle, qui
à la variété de synchronisation, il s'ensuit immédiatement que leur
nous permettra de simplifier grandement le dernier terme du côté droit
dérivée totale s'annule également, ce qui implique à son tour que
de l'équation (7). Un tel terme fait référence à des interactions à trois
corps, et nous montrons maintenant comment le cartographier en une
seule sommation impliquant la matrice laplacienne généralisée.
∂g (1)(xi,xj) ∂xi ∂g (1)(xi,xj ) + Cela se fait en remarquant que les deux matrices jacobiennes J1g (2)(x sont
∂xj = 0,
(xs,xs) (xs,xs) indépendantes de k et , s x , X s ) et J2g (2)(x s , s x , X s ) sont tous les deux
∂g (2)(xi,xj,xk) ∂xi ∂g (2)(xi,xj ,xk) + j. En conséquence, l'équation (7) devient
∂xj +
(xs,xs,xs) (xs,xs,xs)
∂g (2)(xi,xj ,xk) ∂xk = 0.
+
˙ N
(xs,xs,xs) (1) X,
δxi = Jf(x s )δxi − σ1 Lij _ Jg (1)(x s s )δxj
(6) j=1
Alors, on peut factoriser les termes N N
s
−σ2 J1g (2)(x s , X , X s )δxj je suis (9)
∂g (1)(xi,xj) ∂xi ∂g (2)(xi,xj ,xk) ∂xi k=1
δxi et (xs,xs) δxi j=1
N N
dans (xs,xs,xs)
+ J2g (2)(x s , s x , X s )δxk τijk . j=1
les sommations (tous deux ne dépendent en effet pas des indices des
k=1
sommations). De plus, un (2) a ça et = 2k i
N (1) (1) = k je N N (2)
a une
k=1
.
j=1 je j=1 QI
En rebranchant les termes résultants dans les sommations et en Alors, en utilisant la propriété symétrique de T, à savoir on a k τijk = k τikj ,
utilisant l'équation. (6), on obtient finalement
Machine Translated by Google
100 20
4
5
1 3
˙ N 102 2
L (1) Jg (1)(x s , X s )δxj
2
δxi = Jf(x s )δxi − σ1 ij dix
j=1 104
N
s (2)
−σ2 J1g (2)(x s , X , X s )δxjL je 106 0
j=1 0 1 2
N
+ (2) 1
J2g (2)(x s sx , , X s )δxkL je
k=1 (un) (b)
N (dix)
= Jf(x s )δxi − σ1 L (1) Jg (1)(x s , X s )δxj 100 20
ij 6
4
20
j=1 1
5 100 1
N 2
102 3 3 2
(2) s 4
−σ2j ,X ,X s) 102
2
J1g (2)(x s
2
Lij _ dix dix
=1 104
104
+J2g (2)(x s ,sx X,
s ) δxj
106 0 106 0
0 1 2 0 1 2
1 1
Réécrivons maintenant l'équation. (10) sous forme de bloc par intro
T TT δx δx 1 , T et (c) (d)
produisant le vecteur de pile δx = [δx désignant 2 , . . . , N
par JF = Jf(x s ), JG(1) = Jg (1)(x s JG(2) = J1g (2)(x ss ) + J2g , X ] sable _
s s
(2)(x ss ).Un ob ,X ,X ,X ,X
tains
˙
δx = IN JF − σ1L (1) JG(1) − σ2L (2) JG(2) δx. (11)
que tous les Laplaciens généralisés L (d) sont des matrices symétriques
à somme nulle à valeur réelle. Par conséquent : (i) ils sont tous
FIGUE. 1 : tracés de contour du temps moyenné (sur une durée
diagonalisables ; (ii) pour chacun d’eux l’ensemble des valeurs propres
d'observation T = 500) de l'erreur de synchronisation E (voir l'équation
est constitué de nombres réels non négatifs, et l’ensemble des vecteurs (26) pour la définition et les barres verticales de chaque panneau pour
propres correspondant constitue une base orthonormée de R le code couleur) dans le plan ( σ1, σ2 ) pour quelques exemples de
; (iii) ils partagent tous, comme la plus petite de complexes simpliciaux (dont les croquis sont rapportés en haut à
leurs valeurs propres, λ1 ≡ 0, dont le vecteur propre associé 1 (1, 1, gauche de chaque panneau). Les simulations se réfèrent à des
1, ..., 1)T est aligné le long de la variété de synchronisation √ N ; (iv) + z(x − c))T ) T oscillateurs R¨ossler couplés et f = (−y − z, x + ay, b
comme en général ils ne commutent pas, les ensembles de vecteurs
avec (x = (x, y, z) paramètres fixés dans le régime chaotique ( a = b = 0,2, c = 9).
propres correspondant à toutes les autres de leurs valeurs propres sont Dans les panneaux (ad) g (1)(xi, xj ) = [xj−xi, 0, 0]T , tandis que dans
différents les uns des autres, et pourtant toute perturbation de la variété le panneau (e) g (1)(xi, xj ) = [0, yj − yi, 0 ]T . Quant à l'autre fonction
de synchronisation (qui, par définition, se situe dans l'espace tangent) de couplage, on a g (2)(xi, xj , xk) = [0, y2(d) j yk − i3, 0]T dans le panneau
2 3
peut être développé comme une combinaison linéaire de l'un quelconque et g (2)(xi, xj , xk) = [x Les jxk −x y i , 0, 0]T dans tous les autres panneaux.
lignes continues bleues sont les prédictions théoriques des seuils de
de ces ensembles de vecteurs propres (la conséquence pertinente est
synchronisation obtenus à partir de l'Eq. (13). Les trois panneaux de
que l'on peut sélectionner arbitrairement n'importe lequel des Laplaciens
la rangée supérieure sont des exemples de problèmes de classe III,
généralisés comme référence pour le choix de la base de l'espace
tandis que les deux panneaux de la rangée du bas sont des exemples
transverse, et tous les autres ensembles de vecteurs propres seront de problèmes de classe II.
mappés à un tel base au moyen de transformations matricielles unitaires).
De plus, en tenant compte du fait que V−1L (1)V = λN ) = Λ(1), où 0 = Comme L (2) est une somme de ligne nulle (c'estàdire L (2)v1 = 0), les équations.
λ1 < λ2 ≤ . . . λN diag(λ1, λ2, . . . , (12) peut être réécrit comme
Machine Translated by Google
côté main de l’équation. (3) peut en effet être manipulé en suivant exactement les
trois mêmes étapes conceptuelles décrites jusqu'à présent. Appelant donc JG(d) =
η˙1 = JFη1 J1g (d) (x s J2g (d) (x ss ) + ... + Jdg (d) (x s , ..., X
s)+
N
(13) , ..., X , ..., X s ), Éq. (11) être
η˙i = (JF − σ1λiJG(1))ηi − σ2 (2) JG(2) ηj ,
L˜ je
j=2 vient
de l'exposant de Lyapunov maximum (étant (1) (2) (m) ηi ≡ (η )). , η , ..., η ii La stabilité −σD L˜je(D) JG(D) ηj ,
de la solution synchrone j=2
nécessite ,jecomme
nécessaire,
condition
que le
(15)
maximum parmi les exposants de Lyapunov associés à tous les modes
où les coefficients L˜ (d) je résultent de la transformation de
transversaux soit négatif. Par conséquent, cette quantité fournit une fonction
maîtresse de stabilité généralisée, Λmax, qui, compte tenu de la dynamique des L (d) avec la matrice qui diagonalise L (1). En conséquence, on a
nœuds et des fonctions de couplage, est en fonction générale de la topologie des conceptuellement la même réduction du problème à un système unique
interactions à deux corps, de la topologie des interactions à trois corps et des deux non linéaire non couplé, plus un système de N − 1 équations linéaires
forces de couplage σ1 et σ2 , c'estàdire Λmax=Λmax(σ1, σ2,L (1) ,L ( 2)). couplées, à partir duquel l'exposant de Lyapunov maximum Λmax=Λmax
(σ1, σ2 , ..., σD,L (1) ,L (2)
, ...,L (D) ) peuvent être
extraits et surveillés (pour chaque complexe simplicial) dans l'hyper
espace D−dimensionnel des paramètres de force de couplage.
formé par le lien (i, j) qui, dans le cas présent, est simplement égal Alternativement, on peut considérer la matrice M efficace,
à N − 2. Deuxièmement, on considère les termes de (2) la diagonale symétrique et à somme nulle, donnée par
principale L le nombre deii triangles
, ayant
p2
le nœud i comme sommet, qui est M = L (1) + rL (2), r= .
p1
N−1 (N − 1)(N − 2) 2
k
(2) = = .
je
2 Les valeurs propres de M dépendent du rapport r des coefficients
de couplage, et on a cela
Par conséquent, on a ça
N
L (2) = (N − 2) L (1) . ˙
δxi = Jf(x s )δxi − σ1 Me Jh (1)(x s )δxj . (20)
Avec la notation actuelle, on a donc j=1
N
˙ Éq. (20) permet d’établir une analogie formelle complète be
(1)
δxi = JFδxi − L
ij σ1 JG(1) + σ2 (N − 2) JG(2) δxj . entre le cas d'un complexe simplicial et celui d'un réseau dont les poids
j=1
sont donnés par les coefficients de la matrice effective M. En
En développant le vecteur de perturbation δx sur la base oth particulier, un MSF monoparamétrique peut être défini, à partir du
ornormale formée par les vecteurs propres de la matrice laplacienne modèle variationnel paramétrique linear m−dimensionnel suivant
classique L (1), et après avoir remarqué que dans la configuration équation
toutàtout λ2 = . . . λN = N, pour chaque ηi (avec i {2, . . . , N})
on a
η˙ = Jf(x s ) − αJh (1)(x s ) η (21)
η˙i = [JF − σ1N JG(1) − σ2N(N − 2) JG(2)]ηi . (16)
En d’autres termes, dans le cas toutàtout, les variables ηi à partir duquel est calculé l'exposant de Lyapunov maximum :
s’avèrent toutes découplées les unes aux autres, de sorte que le Λmax = Λmax(α) avec α = λ(σ1L (1) + σ2L (2)) ou α = σ1λ(L (1) +
MSF dépend uniquement de σ1, σ2 et N, c’estàdire Λmax = rL (2)) = σ1λ( M). La situation est donc conceptuellement équivalente
Λmax(σ1, σ2, N ). à celle de la synchronisation dans les réseaux complexes : étant
donné le système dynamique f, les fonctions de couplage h (1) et h
(2), et la structure de connexion du complexe simplicial (ie L (1) et
B. Interactions de diffusion généralisées avec les L (2)), on peut définir trois classes possibles de problèmes :
couplage
Un autre cas intéressant est celui des interactions de diffusion (i) problèmes de classe I, pour lesquels la courbe Λmax =
généralisées avec des fonctions de couplage naturelles. Cela Λmax(α) n'intercepte pas l'abscisse et elle est toujours
revient à considérer des fonctions de couplage diffusif, données par positive. Dans ce cas, la synchronisation est toujours
interdite, quel que soit le complexe simplicial utilisé pour
connecter les systèmes dynamiques ;
g (1)(xi , xj ) = h (1)(xj ) − h (1)(xi), g (2)
(17) (ii) les problèmes de classe II, pour lesquels la courbe Λmax =
(xi , xj , xk) = h (2)(xj , xk) − h ( 2)(xi , xi),
Λmax(α) n'intercepte l'abscisse qu'une seule fois en αc, et
2m pour lesquels, donc, le seuil de synchronisation est donné
où h (1) −→ R :mR et
m h (2) addition, une :R −→ Rm . Dans
condition de couplage naturel est considérée : par l'équation autocohérente it
critique σ 1 critique
= αc/λ2[M(p 1 , σcritique
2 )], c'estàdire
h (2)(x, x) = h (1)(x). (18) évolue avec l'inverse de la deuxième plus petite valeur
propre de la matrice effective ;
Éq. (18) exprime en effet le fait que le couplage au nœud i à
partir d’interactions à deux corps et à trois corps est essentiellement
(iii) les problèmes de classe III, pour lesquels la courbe Λmax =
similaire, en ce sens qu’une interaction à trois corps où deux nœuds
Λmax(α) coupe deux fois l'abscisse en α1 et α2 > α1. Dans
sont sur le même état est équivalente à une interaction à deux
ce cas, la synchronisation ne peut être observée que si tout
corps. interaction. Ici, le MSF prend une forme particulièrement
le spectre des valeurs propres de la matrice effective est tel
pratique, car il peut être écrit en fonction d'un seul paramètre.
que σ1λ2(M) > α1 et, en même temps, σ1λN (M) < α2. Dans
ce cas, le λ2(M) peut être considéré comme un paramètre
La conséquence de l’équation. (18) est que J1h (2)(x s J2h (2)(x ss ) = Jh ,X s ) + de
,X
(1)(x s ). On a donc synchronisabilitémesure proxy λN (M sûr de la
˙ du complexe simplicial, en ce sens que plus un tel paramètre
N (1)
δxi = Jf(x s )δxi − σ1 (2) j=1 Lij _ Jh (1)(x s )δxj est proche de l'unité (plus le spectre de valeur propre de M
N
−σ2 L Jh (1)(x s )δxj est compact). ), plus la plage de forces de couplage pour
j=1 ij
N (1) (2) σ1L + σ2L laquelle les deux conditions de synchronisation cidessus
= Jf(x s )δxi − j=1 ij ij Jh (1)(x s )δxj . peuvent être satisfaites peut être grande.
(19)
Machine Translated by Google
8
VI. RÉSULTATS 2 2
[xj
2x
k
, 0, 0]T [yj et k , 0, 0]T [zj
sur
40
, 0, 0]T
0,1 2
0,4
Nous discutons ici d'une série de résultats confirmant la validité 0 1
m umi x am
m umi x am
m umi x am
0,2
0,1
et la large applicabilité de l'approche proposée. 0,2
0 0
En particulier, nous commencerons par discuter du cas plus 104 102 100 104 102 100 104 102 100
général traité dans la section IV, puis nous nous concentrerons 2x , 0]T
2
et , 0]T
2
sur , 0]T
[0, xj k [0, yj k [0, zj 40
sur les cas particuliers de la section V. De plus, nous nous 2 0,2 1,5
1
concentrerons sur deux exemples paradigmatiques de modèles tridimensionnels.1 0
mumi xam
mumi xam
mumi xam
0,5
T R _ 3chaotiques : l'oscillateur de R¨ossler [53],
0,2
0
(x = (x, y, z) ) systèmes 0
0,4 0,5
104 102 104 102 104 102
et le système de Lorenz [54]. L'oscillateur R¨ossler est décrit par 100 100 100
T 2 T 2 T
2x
k
] et ] sur ]
[0, 0, xj [0, 0, yj k [0, 0, zj 40
2 3 1
2 0,5
1
mumi xam
mumi xam
mumi xam
1
X˙ = −y − z, 0 0
0
0,5
y˙ = X + ay, (22) 104 102 100 104 102 100 104 102
z˙ = b + z(x − c),
régulent le couplage et, inversement, les mêmes fonctions de y˙i = xi + ayi , z˙i
couplage. peut conduire à des comportements différents lorsque = b + zi(xi − c),
la topologie des interactions change.
ou équivalent
1 1 N
12
E= 2
xj − xi T, (26)
N(N−1)
FIGUE. 2 : Synchronisation dans un complexe simplicial d'oscillateurs je,j=1
de Rössler avec couplage toutàtout. Courbes limites inférieures et
supérieures pour la région où la synchronisation est stable, à où T est une fenêtre de temps suffisamment grande pendant
différentes valeurs de N. Les codes de couleur pour les différentes laquelle l'erreur de synchronisation est moyennée, après élimination
courbes sont indiqués en haut du panneau. du transitoire.
Machine Translated by Google
9
[xj
2x , 0, 0]T [yj et k , 0, 0]T [zj
sur , 0, 0]T
en encadrés dans les panneaux) et fonctions de couplage, ainsi 2
k
2 40
40
mumixam
mumixam
mumixam
0 20
0
0
mumixam
mumixam
mumixam
2 20
algorithme d'Euler, avec un pas d'intégration δt = 10−4 dans , une 104 102 100 101 104 102 100 101 0 104 102 100
k
] ] et sur
[0, 0, xj [0, 0, yj [0, 0, zj k
calculé à partir des équations. (13) en utilisant l'algorithme de
40
30 20 1
mumixam
mumixam
mumixam
dix 0
dix
[55] (pp. 116117) avec les paramètres suivants : taille du pas 0
d'intégration δt = 10−3 nombre d'itérations par cycle, I = 10000, 0 104 102 100 101 104 102 100 101 1 104 102 100 101
nombre de cycles C = 5.
Les résultats de la figure 1 suggèrent plusieurs considérations
intéressantes. En effet, dans les cas rapportés dans les FIGUE. 4 : Synchronisation dans les complexes simpliciaux des
panneaux (a) et (b) de la figure 1, la synchronisation peut être systèmes de Lorenz, dans le cas de couplage naturel. La fonction
obtenue en utilisant uniquement des interactions à deux ou trois maître de stabilité est ici calculée pour plusieurs fonctions de
corps (pour un très petit σ1 , il existe en effet une plage de couplage. En haut de chaque panneau, l'expression utilisée pour h (2) est rapportée
valeurs de σ2 conduisant à synchronisation, et viceversa), alors L'expression correspondante pour h (1) peut être dérivée en tenant
que dans le cas du panneau (c) la synchronisation est interdite compte de la condition (18).
pour de très petites valeurs de σ1. Dans le dernier cas, en effet,
les deux triangles n'ont pas d'arête commune comme sur la
figure 1(a), ni de nœud commun comme sur la figure 1(b), et
donc les interactions par liens deviennent essentielles pour la
synchronisation. Enfin, on remarque qu'il existe des scénarios, 20 1
102
comme dans les panneaux (d) et (e), où la région de 15
synchronisation est illimitée. Comme déjà mentionné dans la 0,8
2
2
dix
section IV, la figure 1 fournit des exemples de deux des trois 104 r=1
0,6 r=5
classes possibles de MSF, avec un comportement de classe III 5
r=10
sur les figures 1 (a) à (c) et de classe II sur la figure 1 (d). (où la 106 0,4
106 104 102 0 0,5 1
synchronisation existe dans une région illimitée du coefficient de
couplage régulant les interactions par paires, c'estàdire σ1) et 1 p2s _
sur la figure 1 (e) (où la synchronisation existe dans une région (un) (b)
illimitée du coefficient de couplage régulant les interactions à trois corps, c'estàdire σ2). 0,03
Passons maintenant à d'autres résultats, qui font référence r=1
r=5
aux cas particuliers de la section V. Nous commençons par le 0,02 r=10
/N
p2s _
(c)
N N N
2
x˙ = −yi − zi − σ1 xj − σ2 ij=1 j=1 k=1 fois
jxk FIGUE. 5 : Synchronisation en complexes simpliciaux extraits des
(27)
y˙i = xi + ayi , interactions caractérisant le réseau des clubs de karaté Zachary. (a)
z˙i = b + zi(xi − c). Erreur de synchronisation (code couleur reporté dans la barre à
droite du panneau) vs σ1 et σ2 pour le complexe simplicial obtenu
lorsque tous les triangles sont considérés comme étant des 2
Les résultats sont présentés sur la figure 2 pour trois valeurs de
simplexes. La ligne bleue délimite la zone de stabilité de la solution
N (N = 10, N = 50 et N = 100) : la variété synchrone est stable synchrone prédite par MSF. (b) λ2 par rapport au pourcentage de 2
dans une région délimitée du demiplan (σ1 > 0, σ2 > 0 ) simplexes dans la structure, p2s (voir le texte pour la définition) ; (c)
délimitée par des lignes bleues (N = 10), rouges (N = 50) et λ2/λN contre p2s. Dans les panneaux (b) et (c), trois valeurs
noires (N = 100). On voit immédiatement qu’une telle région de différentes de r sont considérées, le code couleur des courbes
stabilité se déplace vers l’origine lorsque N augmente. Par tracées étant indiqué dans les encadrés correspondants.
conséquent, augmenter N réduit les seuils inférieur et supérieur
pour réaliser la synchronisation.
Machine Translated by Google
dix
Enfin, nous considérons le cas du couplage naturel. Ici, comme discuté Les prédictions fournies par le MSF (21) sont illustrées sur la figure 5 (a)
dans la Sec. V, le MSF est fonction d'un seul paramètre, c'estàdire Λmax qui montre le rôle crucial joué par les liens par paires, car la
= Λmax(α) avec α = λ(σ1L (1) + σ2L (2)) ou α = σ1λ(L (1) + rL (2)) = synchronisation s'avère impossible lorsque seules les interactions à trois
σ1λ(M). corps sont considérées, c'estàdire lorsque σ1 = 0.
Nous avons calculé le MSF pour l'oscillateur de R¨ossler et le système
de Lorenz avec plusieurs choix de fonctions de couplage : h (1)(xj ) = [x j , Ensuite, nous prenons le réseau d'origine et construisons différents
3
0, 0]T et h (2)(xj , xk) = j , 0]T et h (2)(xj , xk) = et h (2)(xj , xk) = ; h (1)(xj ) SC en considérant un pourcentage croissant (appelé p2) de triangles
2 dans la structure d'origine comme de vrais 2simplexes. Pour chacune de
jxk, 0, 0]T ; h (1)(xj ) = [0, x3 [x [0, x2 = [y j , 0, 0]T et h (2)(xj , xk) = et h
T ces structures nous déterminons la matrice effective M dans (20), et
jxk, 0]T ; h (1)(xj ) = [0, 0, x3 ] [0, 0, x2 jxk] jj (2)(xj , xk) =
T 3
calculons son spectre de valeurs propres, et en particulier nous calculons
yk, 0, 0]T ... les quantités λ2(M) et λ2(M)/λN (M). La première quantité fournit l'échelle
2 T
l'algorithme
h (1)(xj ) =pour
[0, 0,lez3
calcul
[y ] [0,
du0,spectre
z2 zk] complet
a utilisé de synchronisation pour les systèmes de classe II, tandis que la dernière
T j . Pour le calcul du MSF nous avons ici
des quantité (λ2/λN ) est un proxy de synchronisabilité pour les systèmes de
j
exposants de Lyapunov dans la réf. [56] (avec paramètres : pas classe III. Plus les deux grandeurs sont grandes, plus il est facile d'obtenir
d'intégration de l'algorithme d'Euler δt = 10−5 , durée de la simulation L = la synchronisation.
2500s, fenêtres de moyenne T = 0,9L).
Les figures 5 (b) et (c) illustrent les résultats à trois valeurs de . On
r = p2 constate que l’augmentation de p2s a pour effet d’augmenter λ2
p1
Les résultats sont présentés sur la figure 3 pour l'oscillateur R¨ossler (cela facilite donc la synchronisation dans les systèmes de classe II), mais
et sur la figure 4 pour le système Lorenz. Les deux cas présentent une diminue simultanément λ2/λN (entravant ainsi la synchronisation dans la
variété de comportements qui englobent en fait toutes les classes classe III). De plus, la figure 5 révèle qu'une valeur plus grande de r =
p2
possibles de MSF. Dans le cas de l'oscillateur Rössler, nous avons un conduit à des valeurs plus grandes de λ2, mais à des valeurs plus faibles
p1
exemple de classe III (Fig. 3 (a)), un exemple de classe II (Fig. 3 (e)), de λ2/λN , suggérant ainsi un impact bénéfique d'interactions à trois corps
tandis que tous les cas restants correspondent à la classe I. Dans le cas plus fortes pour les systèmes de classe II et un effet opposé sur systèmes
du système de Lorenz, nous avons plusieurs exemples de comportement de classe III.
de classe I (Fig. 4(c), (f), (g) et (h)) ; trois exemples de classe II (Fig. 3
(a), (d) et (e)) et un exemple de classe III avec une région très étroite pour
la synchronisation (Fig. 3 (b)). De plus, sur la figure 3 (i), le MSF suppose
des valeurs négatives dans deux intervalles différents de α ; dans VII. CONCLUSIONS
l'ensemble, cela représente un autre exemple de comportement de classe
III, offrant toutefois un scénario supplémentaire dans lequel l'augmentation
Les phénomènes collectifs émergents dans les systèmes complexes
de la force de couplage permet d'obtenir des régions alternées de
sont le résultat des interactions de nombreux systèmes élémentaires, qui
synchronisation et de désynchronisation.
peuvent se produire à travers différents mécanismes. Nous avons formulé
ici le modèle le plus général prenant en compte les interactions à N corps
Enfin, nous appliquons notre méthode à un réseau réel modélisant les
d'ordre arbitraire entre des systèmes dynamiques de nature arbitraire, et
interactions entre les membres du club de karaté Zachary [57]. Le réseau
nous avons donné les conditions explicites nécessaires pour que la
se compose de N = 34 nœuds et 78 liens ; de plus les liens forment 45
synchronisation s'établisse de manière stable dans ces structures.
triangles.
A partir de ce réseau, plusieurs complexes simpliciaux peuvent être
Sous la seule hypothèse de noninvasivité des fonctions de couplage
construits, selon lesquels et combien de nœuds formant un triangle sont
(qui est la seule hypothèse impossible à négliger, car elle est la base
effectivement pris en considération comme faisant partie d'un 2simplex
fondamentale de l'existence même et de l'invariance de la solution de
ou, au contraire, comme déterminant seulement trois interactions par
synchronisation), nous avons dérivé la conditions de stabilité du
paires.
mouvement synchrone, qui impliquent l'utilisation de matrices laplaciennes
Dans un premier temps, considérons le cas où tous les triangles sont
généralisées cartographiant les effets d'interactions d'ordre élevé. Notre
considérés comme des 2simplexes. Nous associons à chaque nœud un
approche a finalement fourni une fonction principale de stabilité, qui
oscillateur R¨ossler et nous concentrons sur le cas de classe III, en
formalise l'interaction entre la topologie du SC et la dynamique des unités
3 3
sélectionnant les fonctions de couplage comme g (1)(xi , j−x je , 0, 0]T individuelles. De plus, nous avons même montré que dans certains cas
2 3
xj ) = [x et g (2)(xi , xj , xk) = [x jxk − x je , 0, 0]T . Avec ces comme spécifiques, les structures associées aux interactions de divers ordres
hypothèses, la dynamique de chaque nœud i est décrite par prennent des formes particulières qui simplifient encore davantage le
problème. Enfin, nos dérivations théoriques ont été complétées par une
série de résultats numériques, qui ont pleinement confirmé la validité et
N N N
x = −this − fois − σ1 (1) t (2)
2
la généralité de l'approche.
Lij _ 3 jx − σ2
fois
QI jxk
ij=1 j=1 k=1
y˙i = xi + ayi , z˙i
= b + zi(xi − c).
(28) Nos résultats ouvrent la voie à plusieurs nouvelles études.
Équations. (28) sont ensuite simulés pour différentes valeurs de σ1 et Premièrement, la généralité des hypothèses formulées la rend
σ2. L'erreur de synchronisation moyenne et le applicable à un large éventail de cas pratiques, et nous
Machine Translated by Google
11
On s'attend à ce que notre méthode puisse être utile dans une forme courante et largement étudiée de synchronisation, c'està
pléthore de circonstances expérimentales et/ou pratiques, afin de dire le régime où toutes les unités suivent la même trajectoire.
faire une série de prédictions a priori sur l'émergence de la Cependant, comme mentionné également dans l'introduction, de
synchronisation. nombreuses autres formes de synchronisation existent,
Deuxièmement, le fait que notre méthode puisse être utilisée notamment la synchronisation de cluster, les états chimère et
indépendamment sur les fonctions de couplage offre la possibilité Bellérophon, la synchronisation à distance, etc... Tous ces états
de l'appliquer à l'étude de divers mécanismes de couplage ont été étudiés jusqu'à présent dans des structures avec des
pouvant se produire à différents ordres d'interactions. En interactions par paires. . L’émergence de tels états, ou même de
particulier, des questions telles que le rôle exact que jouent de nouveaux états, dans les SC, ainsi que leur stabilité, constituent
telles interactions dans l'élaboration du chemin vers la des problèmes très intrigants et constituent certainement des
synchronisation et sa robustesse face aux hétérogénéités de la pistes de recherche ultérieures.
dynamique des oscillateurs, ou quelle est la différence dans
l'utilisation de l'un ou l'autre mécanisme de couplage, peuvent
réellement être abordées et clarifiée par notre approche.
Remerciements
Répondre à ces questions revêt en effet une importance cruciale
du point de vue des mécanismes d’ingénierie permettant de
réaliser la synchronisation dans les systèmes créés par l’homme. FDP, SL et SB reconnaissent le financement du projet EXPLICS
Par exemple, les réseaux électriques sont actuellement accordé par le ministère italien des Affaires étrangères et de la
synchronisés en exploitant uniquement des interactions par Coopération internationale.
paires, alors que des configurations plus fonctionnelles et plus LVG et MF reconnaissent le soutien de l'Université de Catane
performantes pourraient être conçues, grâce à notre méthode, par l'utilisation dans led'interactions
cadre des « Fonds
d'ordrede recherche universitaire Plan de
supérieur.
Troisièmement, notre étude se concentre sur ce qui est probablement le plus recherche 2016/2018 ».
[6] E. Estrada et GJ Ross, J. Theor. Biol. 438, 46 (2018). [23] CI del Genio, J. G´omezGarde˜nes, I. Bonamassa et S.
[7] AE Sizemore, EA Karuza, C. Giusti et DS Bassett, Boccaletti, Science Advances 2 (2016).
préimpression arXiv arXiv :1709.00133 (2017). [24] R. Guti'errez, A. Amann, S. Assenza, J. G'omezGardenes, V.
[8] A. Patania, G. Petri et F. Vaccarino, EPJ Data Sci. 6, 18 (2017). Latora et S. Boccaletti, Physical Review Letters 107, 234103
(2011).
[9] G. Petri, M. Scolamiero, I. Donato et F. Vaccarino, PLoS One [25] V. AvalosGayt'an, JA Almendral, I. Leyva, F. Battiston, V.
8, e66506 (2013). Nicosia, V. Latora et S. Boccaletti, Physical Review E 97,
[10] A. Sizemore, C. Giusti et DS Bassett, J. Comp. Filet. 5, 245 042301 (2018).
(2016). [26] LV Gambuzza, A. Cardillo, A. Fiasconaro, L. Fortuna, J. Gomez
[11] PS Aleksandrov, Topologie combinatoire, vol. 1 Gardenes et M. Frasca, Chaos : un journal interdisciplinaire
(Courier Corporation, 1998). de science non linéaire 23, 043103 (2013).
[12] G. Carlsson, Bull. Suis. Mathématiques. Soc. 46, 255 (2009). [27] V. Nicosia, M. Valencia, M. Chavez, A. D´ıazGuilera et V.
[13] V. Salnikov, D. Cassese et R. Lambiotte, préimpression arXiv Latora, Physical Review Letters 110, 174102 (2013).
arXiv :1807.07747 (2018). [28] LM Pecora, F. Sorrentino, AM Hagerstrom, TE
[14] AE Sizemore, J. PhillipsCremins, R. Ghrist et DS Murphy et R. Roy, Nature Communications 5, 1 (2014).
Bassett, préimpression arXiv arXiv:1806.05167 (2018).
[15] A. Costa et M. Farber, dans Configuration Spaces (Springer, [29] LV Gambuzza, M. Frasca et V. Latora, IEEE Transactions sur
Berlin, 2016), pp. 129153. le contrôle automatique 64, 365 (2018).
[16] OT Courtney et G. Bianconi, Physical Review E 93, 062311 [30] DM Abrams et SH Strogatz, Physical Review Letters 93,
(2016). 174102 (2004).
[17] G. Bianconi et C. Rahmede, Rapports scientifiques 5, 13979 [31] MJ Naggio et DM Abrams, Nonlinéarité 28, R67
Machine Translated by Google
12
[35] A. Krawiecki, Chaos, Solitons & Fractals 65, 44 (2014). [49] I. Iacopini, G. Petri, A. Barrat et V. Latora, Nature Communications
[36] JA Acebrón, LL Bonilla, CJP Vicente, F. Ritort et R. Spigler, Review 10, 2485 (2019).
of Modern Physics 77, 137 (2005). [50] C. Berge, Graphiques et hypergraphes, NorthHoll Math.
[37] FA Rodrigues, TKD Peron, P. Ji et J. Kurths, Livre. (Hollande du Nord, Amsterdam, 1973).
Rapports de physique 610, 1 (2016). [51] KF Kee, L. Sparks, DC Struppa et M. Mannucci,
[38] T. Tanaka et T. Aoyagi, Physical Review Letters 106, 224101 Commun. Q. 61, 35 (2013).
(2011). [52] U. AlvarezRodriguez, F. Battiston, GF de Arruda, Y. Moreno, M.
[39] PS Skardal et A. Arenas, Physical Review Letters 122, 248301 Perc et V. Latora, préimpression arXiv arXiv :2001.10313 (2020).
(2019).
[40] PS Skardal et A. Arenas, préimpression arXiv arXiv :1909.08057 [53] OE Rössler, Physics Letters A 57, 397 (1976).
(2019). [54] SH Strogatz, Dynamique non linéaire et chaos avec manuel de
[41] AP Mill'an, JJ Torres et G. Bianconi, préimpression arXiv solutions pour étudiants : avec applications à la physique, à la
arXiv:1912.04405 (2019). biologie, à la chimie et à l'ingénierie (CRC press, 2018).
[42] M. Lucas, G. Cencetti et F. Battiston, préimpression arXiv [55] JC Sprott et JC Sprott, Analyse du chaos et des séries chronologiques.
arXiv :2003.09734 (2020). ysis, vol. 69 (Citeseer, 2003).
[43] LM Pecora et TL Carroll, Physical Review Letters 80, 2109 (1998). [56] A. Wolf, JB Swift, HL Swinney et JA Vastano, Physica
D : Phénomènes non linéaires 16, 285 (1985).
[44] J. Sun, EM Bollt et T. Nishikawa, EPL (Europhysics Letters) 85, [57] WW Zachary, Journal de recherche anthropologique 33, 452 (1977).
60011 (2009).
[45] DJ Stilwell, EM Bollt et DG Roberson, SIAM Journal on Applied
Dynamical Systems 5, 140 (2006).