디랙 스펙트럼 프로그래밍을 통한 방향성 하이퍼그래프 클러스터 동기화 설계

초록

본 논문은 방향성 하이퍼그래프에 대한 디랙 연산자를 이용해 질량 항을 조절함으로써 고유값을 선택하고, 선택된 고유값에 대응하는 고유벡터가 정의하는 노드·하이퍼엣지 클러스터로 시스템을 자동 동기화시키는 프레임워크(DESD)를 제안한다. 합성 블록 모델과 실제 접촉·뇌 기능 네트워크 실험을 통해 스펙트럼 선택만으로 다양한 클러스터 동기화 패턴을 구현할 수 있음을 입증한다.

상세 분석

본 연구는 기존의 그래프 기반 클러스터 동기화 연구를 고차원 상호작용을 포함하는 방향성 하이퍼그래프로 확장한다. 핵심은 (1) 방향성 하이퍼그래프를 정의하는 tail‑head 집합을 이용해 degree‑balanced boundary matrix (B) 를 구성하고, (2) 이 행렬을 이용해 상위 차원의 토폴로지 정보를 모두 포함하는 디랙 연산자 (D=\begin{pmatrix}0&B\ B^{\top}&0\end{pmatrix}) 를 만든 뒤, (3) 질량 항 (m\gamma) (여기서 (\gamma=\mathrm{diag}(I_{|V|},-I_{|E|}))) 를 추가해 massive Dirac Hamiltonian (H=D+m\gamma) 를 정의한다. 질량 파라미터는 스펙트럼에 중앙 갭을 만들고, 고유값 (|E|>m) 인 고립된 모드가 벌크와 분리되도록 한다.

고립된 고유값은 구조적 메조스케일(클러스터)와 일대일 대응한다. 고유벡터의 부호·크기는 노드와 하이퍼엣지 각각에 할당된 동기화 위상 (\theta,\phi) 의 비율을 직접 제공한다. 따라서 목표 고유값 (\bar E) 를 선택하면, DESD 동역학

\