TY  - THES
A1  - Donges, Jonathan Friedemann
T1  - Complex networks in the climate system
N2  - Complex network theory provides an elegant and powerful framework to statistically investigate the topology of local and long range dynamical interrelationships, i.e., teleconnections, in the climate system. Employing a refined methodology relying on linear and nonlinear measures of time series analysis, the intricate correlation structure within a multivariate climatological data set is cast into network form. Within this graph theoretical framework, vertices are identified with grid points taken from the data set representing a region on the the Earth's surface, and edges correspond to strong statistical interrelationships between the dynamics on pairs of grid points. The resulting climate networks are neither perfectly regular nor completely random, but display the intriguing and nontrivial characteristics of complexity commonly found in real world networks such as the internet, citation and acquaintance networks, food webs and cortical networks in the mammalian brain. Among other interesting properties, climate networks exhibit the "small-world" effect and possess a broad degree distribution with dominating super-nodes as well as a pronounced community structure. We have performed an extensive and detailed graph theoretical analysis of climate networks on the global topological scale focussing on the flow and centrality measure betweenness which is locally defined at each vertex, but includes global topological information by relying on the distribution of shortest paths between all pairs of vertices in the network. The betweenness centrality field reveals a rich internal structure in complex climate networks constructed from reanalysis and atmosphere-ocean coupled general circulation model (AOGCM) surface air temperature data. Our novel approach uncovers an elaborately woven meta-network of highly localized channels of strong dynamical information flow, that we relate to global surface ocean currents and dub the backbone of the climate network in analogy to the homonymous data highways of the internet. This finding points to a major role of the oceanic surface circulation in coupling and stabilizing the global temperature field in the long term mean (140 years for the model run and 60 years for reanalysis data). Carefully comparing the backbone structures detected in climate networks constructed using linear Pearson correlation and nonlinear mutual information, we argue that the high sensitivity of betweenness with respect to small changes in network structure may allow to detect the footprints of strongly nonlinear physical interactions in the climate system. The results presented in this thesis are thoroughly founded and substantiated using a hierarchy of statistical significance tests on the level of time series and networks, i.e., by tests based on time series surrogates as well as network surrogates. This is particularly relevant when working with real world data. Specifically, we developed new types of network surrogates to include the additional constraints imposed by the spatial embedding of vertices in a climate network. Our methodology is of potential interest for a broad audience within the physics community and various applied fields, because it is universal in the sense of being valid for any spatially extended dynamical system. It can help to understand the localized flow of dynamical information in any such system by combining multivariate time series analysis, a complex network approach and the information flow measure betweenness centrality. Possible fields of application include fluid dynamics (turbulence), plasma physics and biological physics (population models, neural networks, cell models). Furthermore, the climate network approach is equally relevant for experimental data as well as model simulations and hence introduces a novel perspective on model evaluation and data driven model building. Our work is timely in the context of the current debate on climate change within the scientific community, since it allows to assess from a new perspective the regional vulnerability and stability of the climate system while relying on global and not only on regional knowledge. The methodology developed in this thesis hence has the potential to substantially contribute to the understanding of the local effect of extreme events and tipping points in the earth system within a holistic global framework.
N2  - Die Theorie komplexer Netzwerke bietet einen eleganten Rahmen zur statistischen Untersuchung der Topologie lokaler und langreichweitiger dynamischer Zusammenhänge (Telekonnektionen) im Klimasystem. Unter Verwendung einer verfeinerten, auf linearen und nichtlinearen Korrelationsmaßen der Zeitreihenanalyse beruhenden Netzwerkkonstruktionsmethode, bilden wir die komplexe Korrelationsstruktur eines multivariaten klimatologischen Datensatzes auf ein Netzwerk ab. Dabei identifizieren wir die Knoten des Netzwerkes mit den Gitterpunkten des zugrundeliegenden Datensatzes, während wir Paare von besonders stark korrelierten Knoten als Kanten auffassen. Die resultierenden Klimanetzwerke zeigen weder die perfekte Regularität eines Kristallgitters, noch eine vollkommen zufällige Topologie. Vielmehr weisen sie faszinierende und nichttriviale Eigenschaften auf, die charakteristisch für natürlich gewachsene Netzwerke wie z.B. das Internet, Zitations- und Bekanntschaftsnetzwerke, Nahrungsnetze und kortikale Netzwerke im Säugetiergehirn sind. Besonders erwähnenswert ist, dass in Klimanetzwerken das Kleine-Welt-Phänomen auftritt. Desweiteren besitzen sie eine breite Gradverteilung, werden von Superknoten mit sehr vielen Nachbarn dominiert, und bilden schließlich regional wohldefinierte Untergruppen von intern dicht vernetzten Knoten aus. Im Rahmen dieser Arbeit wurde eine detaillierte, graphentheoretische Analyse von Klimanetzwerken auf der globalen topologischen Skala durchgeführt, wobei wir uns auf das Netzwerkfluss- und Zentralitätsmaß Betweenness konzentrierten. Betweenness ist zwar lokal an jedem Knoten definiert, enthält aber trotzdem Informationen über die globale Netzwerktopologie. Dies beruht darauf, dass die Verteilung kürzester Pfade zwischen allen möglichen Paaren von Knoten in die Berechnung des Maßes eingeht. Das Betweennessfeld zeigt reichhaltige und zuvor verborgene Strukturen in aus Reanalyse- und Modelldaten der erdoberflächennahen Lufttemperatur gewonnenen Klimanetzen. Das durch unseren neuartigen Ansatz enthüllte Metanetzwerk, bestehend aus hochlokalisierten Kanälen stark gebündelten Informationsflusses, bringen wir mit der Oberflächenzirkulation des Weltozeans in Verbindung. In Analogie mit den gleichnamigen Datenautobahnen des Internets nennen wir dieses Metanetzwerk den Backbone des Klimanetzwerks. Unsere Ergebnisse deuten insgesamt darauf hin, dass Meeresoberflächenströmungen einen wichtigen Beitrag zur Kopplung und Stabilisierung des globalen Oberflächenlufttemperaturfeldes leisten. Wir zeigen weiterhin, dass die hohe Sensitivität des Betweennessmaßes hinsichtlich kleiner Änderungen der Netzwerktopologie die Detektion stark nichtlinearer physikalischer Wechselwirkungen im Klimasystem ermöglichen könnte. Die in dieser Arbeit vorgestellten Ergebnisse wurden mithilfe statistischer Signifikanztests auf der Zeitreihen- und Netzwerkebene gründlich auf ihre Robustheit geprüft. In Anbetracht fehlerbehafteter Daten und komplexer statistischer Zusammenhänge zwischen verschiedenen Netzwerkmaßen ist diese Vorgehensweise besonders wichtig. Weiterhin ist die Entwicklung neuer, allgemein anwendbarer Surrogate für räumlich eingebettete Netzwerke hervorzuheben, die die Berücksichtigung spezieller Klimanetzwerkeigenschaften wie z.B. der Wahrscheinlichkeitsverteilung der Kantenlängen erlauben. Unsere Methode ist universell, weil sie zum Verständnis des lokalisierten Informationsflusses in allen räumlich ausgedehnten, dynamischen Systemen beitragen kann. Deshalb ist sie innerhalb der Physik und anderer angewandter Wissenschaften von potentiell breitem Interesse. Mögliche Anwendungen könnten sich z.B. in der Fluiddynamik (Turbulenz), der Plasmaphysik und der Biophysik (Populationsmodelle, neuronale Netzwerke und Zellmodelle) finden. Darüber hinaus ist der Netzwerkansatz für experimentelle Daten sowie Modellsimulationen gültig, und eröffnet folglich neue Perspektiven für Modellevaluation und datengetriebene Modellierung. Im Rahmen der aktuellen Klimawandeldebatte stellen Klimanetzwerke einen neuartigen Satz von Analysemethoden zur Verfügung, der die Evaluation der lokalen Vulnerabilität und Stabilität des Klimasystems unter Berücksichtigung globaler Randbedingungen ermöglicht. Die in dieser Arbeit entwickelten und untersuchten Methoden könnten folglich in der Zukunft, innerhalb eines holistisch-globalen Ansatzes, zum Verständnis der lokalen Auswirkungen von Extremereignissen und Kipppunkten im Erdsystem beitragen.
KW  - Komplexe Netzwerke
KW  - Klimanetzwerke
KW  - Datenanalyse
KW  - Graphentheorie
KW  - Klimadaten
KW  - Complex networks
KW  - climate networks
KW  - data analysis
KW  - graph theory
KW  - climate data
Y1  - 2009
U6  - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus-49775
ER  - 
TY  - THES
A1  - Fischer, Jens Walter
T1  - Random dynamics in collective behavior - consensus, clustering & extinction of populations
T1  - Stochastische Dynamiken in kollektivem Verhalten: Konsens, Gruppenbildung, Aussterben von Populationen
N2  - The echo chamber model describes the development of groups in heterogeneous social networks. By heterogeneous social network we mean a set of individuals, each of whom represents exactly one opinion. The existing relationships between individuals can then be represented by a graph. The echo chamber model is a time-discrete model which, like a board game, is played in rounds. In each round, an existing relationship is randomly and uniformly selected from the network and the two connected individuals interact. If the opinions of the individuals involved are sufficiently similar, they continue to move closer together in their opinions, whereas in the case of opinions that are too far apart, they break off their relationship and one of the individuals seeks a new relationship. In this paper we examine the building blocks of this model. We start from the observation that changes in the structure of relationships in the network can be described by a system of interacting particles in a more abstract space. 
These reflections lead to the definition of a new abstract graph that encompasses all possible relational configurations of the social network. This provides us with the geometric understanding necessary to analyse the dynamic components of the echo chamber model in Part III. As a first step, in Part 7, we leave aside the opinions of the inidividuals and assume that the position of the edges changes with each move as described above, in order to obtain a basic understanding of the underlying dynamics. Using Markov chain theory, we find upper bounds on the speed of convergence of an associated Markov chain to its unique stationary distribution and show that there are mutually identifiable networks that are not apparent in the dynamics under analysis, in the sense that the stationary distribution of the associated Markov chain gives equal weight to these networks.
In the reversible cases, we focus in particular on the explicit form of the stationary distribution as well as on the lower bounds of the Cheeger constant to describe the convergence speed.
The final result of Section 8, based on absorbing Markov chains, shows that in a reduced version of the echo chamber model, a hierarchical structure of the number of conflicting relations can be identified.
We can use this structure to determine an upper bound on the expected absorption time, using a quasi-stationary distribution. This hierarchy of structure also provides a bridge to classical theories of pure death processes. We conclude by showing how future research can exploit this link and by discussing the importance of the results as building blocks for a full theoretical understanding of the echo chamber model. Finally, Part IV presents a published paper on the birth-death process with partial catastrophe. The paper is based on the explicit calculation of the first moment of a catastrophe. This first part is entirely based on an analytical approach to second degree recurrences with linear coefficients. The convergence to 0 of the resulting sequence as well as the speed of convergence are proved. On the other hand, the determination of the upper bounds of the expected value of the population size as well as its variance and the difference between the determined upper bound and the actual value of the expected value. For these results we use almost exclusively the theory of ordinary nonlinear differential equations.
N2  - Beziehungen und damit Interaktion sowie Diskussion, aber auch Konflikt und Opposition bilden die Grundbausteine einer jeden Gesellschaft. Häufig wird Kommunikation als der übergreigende Begriff zur Beschreibung interner Strukturen einer Gesellschaft identifiziert. Dabei muss es sich aber nicht um eine Gesellschaft im Sinne von Nationen handeln, sondern kann auch schlicht eine Gruppe von Menschen umfassen, die miteinander strukturiert interagieren, beispielsweise, eine Gruppe von Angestellten, die an einem gemeinsamen Projekt arbeiten, oder die Mitglieder eines sozialen Netzwerks. In dieser Arbeit befassen wir uns mit der mathematischen Beschreibung solcher Prozesse innerhalb von Gruppen und Gesellschaften und legen dabei unseren Fokus auf die Bildung eines Konsens durch Interaktion aber auch die Konsequenzen von Konflikt und das potentielle Aussterben einer Population. Dabei werden zwei Modelle im Fokus des Interesses stehen: Das Echokammer Model sowie eine Erweiterung des Geburts-Todes Prozesses, die die Möglichkeit eines radikalen Abfalls der Populationsgr öße miteinschließt. Wir beginnen mit einer Einführung in Part I und teilen die verbleibende Arbeit in drei Teile auf, wobei sich die ersten beiden technischen Abschnitte, Part II und III, mit einer ausführlichen Analyse der Bausteine des Echokammer Models befassen und im dritten Abschnitt, in Part IV, der erweiterte Geburts- Todes Prozess untersucht wird. Dieser wird im Folgenden als Geburts-Todes Prozess mit teilweiser Katastrophe bezeichnet werden. Das Echokammer Model beschreibt die Entwicklung von Gruppen in zunächst heterogenen sozialen Netzwerken. Unter einem heterogenen sozialen Netzwerk verstehen wir dabei eine Menge von Individuen, von denen jedes exakt eine Meinungen vertritt. Meinungen werden vereinfacht durch Werte in [0, 1] modelliert. Bestehende Beziehungen unter den Individuen können dann durch einen Graphen dargestellt werden. Es handelt sich bei dem Echokammer Modell um ein zeit-diskretes Modell, das entsprechend, ähnlich einem Brettspiel, in Zügen abläuft. In jedem Zug wird zufällig gleichverteilt eine bestehende Beziehung aus dem Netzwerk ausgewählt und die beiden verbundenen Individuen interagieren. Dabei kann es zu zwei verschiedenen Interaktionen kommen. Sind die Meinungen der betroffenen Individuen hinreichend ähnlich, so nähern sie sich weiter in ihren Meinungen an, während sie im Fall von Meinungen, die zu weit von einander liegen, ihre Beziehung auflösen und sich eines der Individuen eine neue Beziehung sucht. 8 In dieser Arbeit untersuchen wir theoretisch die Bausteine dieses Modells. Dabei legen wir die Beobachtung zu Grunde, dass die Veränderungen der Beziehungsstruktur im Netzwerk durch einen System von interagierenden Partikeln auf einem abstrakteren Raum beschrieben werden kann. Dies erlaubt es insbesondere graphentheoretische überlegungen in die Analyse einfließen zu lassen. Diese überlegungen werden ausührlich in Part II diskutiert und führen zur Definition eines neuen, abstrahierten Graphens, der alle möglichen Beziehungskonfigurationen des sozialen Netzwerks umfasst. Dies erlaubt es uns einen ähnlichkeitsbegriff für Beziehungskonfigurationen auf Basis der benachbarten Knoten in besagtem Graphen zu definieren. Dies liefert uns das notwendige geometrische Verständnis um in Part III die dynamischen Komponenten des Echokammer models zu analysieren. Insbesondere fokusieren wir uns dabei auf die Dynamik der Kanten, für die bisher in der Literatur noch keine Ergebnisse existieren. Wir lassen zunächst in Abschnitt 7 die Meinungen der Individuen beiseite und nehmen an, dass die Position der Kanten sich in jedem Zug wie zuvor beschrieben ändert, um eine grundlegendes Verständnis der unterliegenden Dynamik zu erhalten. Unter der Verwendung der Theorie von Markovketten finden wir obere Schranken an die Konvergenzgeschwindigkeit einer assoziierten Markovkette gegen ihre eindeutige stationäre Verteilung und zeigen, dass es Netzwerke gibt, die miteinander identifizierbar und unter der analysierten Dynamik daheingehend ununterscheinbar sind, dass die stationäre Verteilung der assozierten Markovkette diesen Netzwerken dasselbe Gewicht zuordnet. Anschließend beweisen wir eine Reihe von quantitativen Resultaten, die sich insbesondere in Fällen, in denen die assozierte Markovkette reversibel ist, als berechenbar herausstellen. Insbesondere die explizite Form der stationären Verteilung sowie untere Schranken an die Cheeger Konstante zur Beschreibung der Konvergenzgeschwindigkeit stehen dabei im Fokus und werden ausführlich diskutiert. Nach dieser vertieften Analyse des reduzierten Modells, fügen wir die Meinungen unserer Betrachtung wieder hinzu. Das abschließende Result in Abschnitt 8, basierend auf absorbierenden Markovketten, liefert dann, dass in einer reduzierte Version des Echokammer Modells, in dem sich Individuen ähnlicher Meinung nicht annähern, eine hierarchische Struktur der Anzahl der konfliktreichen Beziehung identifiziert werden kann. Dies können wir ausnutzen, um eine obere Schranke an die erwartete Absorptionszeit, unter Zuhilfenahme einer quasi-stationären Verteilung, zu bestimmen. Diese hierarchische Struktur bildet außerdem eine Brücke zu klassischen Theorien von Geburts-Todes und, insbesondere, reinen Todes-Prozessen, für die eine reiche Literatur existiert. Wir zeigen abschließend auf, wie künftige Forschung diese Verbindung ausnutzen kann und diskutieren die Wichtigkeit der Ergbenisse als Bausteine eines vollständigen theoretischen Verständnisses des Echokammer Modells. Part IV stellt abschließend einen veröffentlichten Artikel vor, der sich dem Geburts- Todes Prozess mit teilweiser Katastrophe widmet. Besagter Artikel steht dabei auf zwei Säulen. Zum Einen der expliziten Berechnung des ersten Zeitpunkts einer Katastrophe, wenn die Population zu Beginn der Beobachtung von instabiler Größe ist.
KW  - Markov chains
KW  - graph theory
KW  - complex systems
KW  - interacting particle systems
KW  - Markovketten
KW  - komplexe Systeme
KW  - Graphentheorie
KW  - Systeme interagierender Partikel
Y1  - 2022
U6  - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-553725
ER  -