[論文レビュー] Activation process on a long-range percolation graph with power law long edge distribution. Part I: phase transition without inhibition

Svante Janson, Róbert Kozma+2 more|arXiv (Cornell University)|Jul 29, 2015

Stochastic processes and statistical mechanics被引用数 2

ひとこと要約

本稿では、2次元トーラス上に長距離接続を持つ長距離パーコレーショングラフを導入し、長距離エッジの確率が距離に反比例するように設定することで、高確率で直径がΘ(log N)となることを示している。非単調なブートストラップパーコレーションを分析し、フェーズ転移と臨界パラメータの鋭い境界を確立し、脳ネットワークダイナミクスや複雑系の挙動に関する洞察を提供する。

ABSTRACT

In this paper a random graph model $G_{\mathbb{Z}^2_N,p_d}$ is introduced, which is a combination of fixed torus grid edges in $(\mathbb{Z}/N \mathbb{Z})^2$ and some additional random ones. The random edges are called long, and the probability of having a long edge between vertices $u,v\in(\mathbb{Z}/N \mathbb{Z})^2$ with graph distance $d$ on the torus grid is $p_d=c/Nd$, where $c$ is some constant. We show that, {\em whp}, the diameter $D(G_{\mathbb{Z}^2_N,p_d})=\Theta (\log N)$. Moreover, we consider non-monotonous bootstrap percolation on $G_{\mathbb{Z}^2_N,p_d}$. We prove the presence of phase transitions in mean-field approximation and provide fairly sharp bounds on the error of the critical parameters. Our model addresses interesting mathematical questions of non-monotonous bootstrap percolation, and it is motivated by recent results of brain research.

研究の動機と目的

• 2次元トーラス上のランダムグラフを用いて、べき乗則分布に従う長距離エッジを有する複雑ネットワークをモデル化すること。
• 特定の長距離エッジ確率メカニズムの下で、グラフの構造的性質、特に直径の性質を分析すること。
• このグラフ上における非単調なブートストラップパーコレーションを調査し、フェーズ転移と臨界挙動に焦点を当てる。
• パーコレーション過程における臨界パラメータの厳密な平均場近似と誤差境界を提供すること。
• 最近の神経科学的発見に触発され、特に脳ネットワークを含む実世界のシステムとモデルを結びつけること。

提案手法

• グラフ$G_{\bbZ^2_N,p_d}$は、トーラスグリッド上の固定エッジと、グラフ距離$d$の頂点間のランダムな長距離エッジを組み合わせて構築される。
• 長距離エッジは、$p_d = c/(Nd)$で与えられる確率で独立に追加され、ここで$c$は定数、$d$はトーラスグリッド上の距離である。
• 直径の分析には確率的メソッドが用いられ、高確率で直径が$\Theta(\log N)$にスケーリングすることを示している。
• 非単調なブートストラップパーコレーションは平均場近似を用いて研究され、臨界閾値の誤差境界が導出された。
• 結合技術と集中不等式を組み合わせた理論的解析により、臨界パラメータの鋭い境界が確立された。

実験結果

リサーチクエスチョン

• RQ1 2次元トーラス上にべき乗則分布に従う長距離エッジを有する長距離パーコレーショングラフの漸近的直径は何か？
• RQ2 このグラフ上における非単調なブートストラップパーコレーションの挙動はどのように変化し、どのようなフェーズ転移が生じるか？
• RQ3 平均場近似はパーコレーションの臨界閾値を正確に予測できるか？その誤差境界は何か？
• RQ4 長距離エッジの存在は、通常の格子モデルと比較して臨界挙動にどのように影響を与えるか？
• RQ5 このモデルは、脳ネットワークダイナミクスおよび情報伝播の理解にどのような意味を持つのか？

主な発見

• グラフ$G_{\bbZ^2_N,p_d}$の直径は、高確率でΘ(log N)であり、長距離エッジが疎であっても効率的なグローバルな接続性を示している。
• 非単調なブートストラップパーコレーションは明確なフェーズ転移を示し、パーコレーションの臨界閾値の存在を確認している。
• 臨界閾値の平均場近似は正確であることが示され、近似の誤差に対する厳密な境界が得られた。
• パーコレーションの臨界閾値は、エッジ分布のべき乗則指数に敏感であり、長距離接続性に非自明な依存関係を示している。
• 本モデルは、複雑ネットワーク挙動を数学的に取り扱えるフレームワークを提供し、脳ネットワークダイナミクスや情報拡散への関連性がある。