Математики определили расстояние в гиперграфах: новая метрика для коллективных связей

Сложные сети встречаются повсеместно: нейронные связи в мозге, цитирование научных статей, торговые цепочки, социальные группы. Традиционно такие системы описывают с помощью графов — математических объектов, где каждое ребро соединяет ровно две вершины. Однако для многих явлений этой модели недостаточно: научная статья может затрагивать сразу несколько дисциплин, а одна деловая сделка объединять целый консорциум компаний.

Для таких ситуаций математики используют гиперграфы, где одно гиперребро способно соединять любое число вершин. Однако проблема корректного измерения расстояния внутри взвешенных гиперграфов — где каждой связи приписан числовой вес — долгое время оставалась открытой. Как пояснили в МФТИ, неправильное определение расстояния ведет к потере информации и ошибочным выводам о структуре реальных систем.

Новый подход к измерению дистанции

Ключевая сложность заключается в том, что традиционный метод работы с гиперграфами — кликовая проекция — разбивает каждое гиперребро на множество парных связей. Это все равно что описывать совместную статью пяти авторов как десять пар двусторонних сотрудничеств: информация о командной работе теряется. При попытке сохранить эту информацию в метрике расстояния важно не нарушить фундаментальные математические свойства, такие как неравенство треугольника.

Авторы предложили общую меру расстояния для взвешенных гиперграфов, учитывающую как структуру гиперребер (сколько вершин они объединяют, как пересекаются), так и вес каждой связи. Их работа опубликована в журнале Communications Physics. Мера строится через определение локального расстояния между гиперребрами с использованием их весов, а затем «распространяет» это понятие на пары узлов через оптимальный путь. При вырождении гиперграфа в обычный граф новая мера совпадает с классическим взвешенным расстоянием.

Практическая проверка на данных arXiv

Для проверки концепции ученые применили разработанную метрику к сети препринтов репозитория arXiv. В этой сети узлы — научные дисциплины, а гиперребра — статьи, затрагивающие несколько областей. Вес каждого гиперребра связали с когнитивным расстоянием — мерой концептуальной удаленности между научными полями. Это позволило измерить, насколько далеки друг от друга, например, квантовая физика и экономическая теория в пространстве научных идей.

Результаты показали, что при использовании полной гиперграфовой метрики картина расстояний существенно отличается от той, что дает кликовая проекция. Некоторые дисциплины, казавшиеся близкими при стандартном подходе, оказались значительно более удаленными в пространстве идей, и наоборот. Как отметила старший научный сотрудник лаборатории продвинутой комбинаторики и сетевых приложений МФТИ Екатерина Васильева, «особенно увлекательно было применить меру к научным данным arXiv и буквально увидеть, как выглядит карта когнитивных расстояний между дисциплинами — результат местами оказался весьма неожиданным».

Новый инструмент, по мнению авторов, может применяться для анализа любых систем с коллективными взаимодействиями — от биологических сетей белок—белок до социальных сообществ и финансовых экосистем. До сих пор исследователи вынужденно упрощали такие системы до обычных графов, теряя информацию. Предложенная метрика позволяет этого избежать.

Особое значение работа имеет для области машинного обучения на графах. Современные граф-нейронные сети активно развиваются в сторону гиперграфовых архитектур, и математически обоснованная метрика расстояния станет для них незаменимым строительным блоком. Это открывает возможности для точного анализа в биоинформатике, моделировании распространения информации в социальных сетях и оптимизации транспортных маршрутов.