象徴移流トポロジー（しょうぞういりゅうとぽろじー）
最終更新：2026/4/25
象徴移流トポロジーは、データストリームの特性を数学的に記述する手法であり、時間変化するデータのトポロジー構造を解析する。
別名・同義語 時間遅延埋め込みトポロジー情報フローネットワーク
ポイント
この手法は、主に時系列データや動的なネットワークの解析に用いられ、データの形状や接続関係の変化を定量的に評価することを可能にする。
象徴移流トポロジーとは
象徴移流トポロジー（Symbolic Transfer Entropy Topology: STET）は、複雑ネットワーク科学と情報理論を組み合わせた手法であり、時間変化するシステムのダイナミクスを解析するために開発された。特に、脳科学、気候変動、金融市場など、複雑で非線形な現象を扱う分野で応用されている。
基本原理
STETは、まず時間変化するデータを離散的な「象徴」に変換する。この象徴化のプロセスは、データの持つ情報を保持しつつ、ノイズの影響を低減することを目的とする。次に、これらの象徴列間の情報伝達量を計算し、その情報伝達のパターンをトポロジーとして表現する。このトポロジー構造は、システム内の要素間の相互作用や依存関係を視覚的に捉えることを可能にする。
計算方法
STETの計算には、以下のステップが含まれる。
- データ収集: 解析対象の時系列データまたは動的なネットワークデータを収集する。
- 象徴化: データを適切な方法で離散的な象徴に変換する。例えば、閾値処理やクラスタリングなどの手法が用いられる。
- 情報伝達量の計算: 象徴列間の情報伝達量を計算する。この際、転移エントロピー（Transfer Entropy）と呼ばれる情報理論的な指標が用いられる。
- トポロジー構築: 情報伝達量のパターンに基づいて、ネットワークトポロジーを構築する。ノードはシステム内の要素を表し、エッジは要素間の情報伝達の強さを表す。