[論文レビュー] Asymmetry and structural information in preferential attachment graphs

Tomasz Łuczak, Abram Magner+1 more|arXiv (Cornell University)|Jul 14, 2016

Complex Network Analysis Techniques参考文献 17被引用数 7

ひとこと要約

本稿は、$ m \geq 3 $ 個の辺を有する優先的付加グラフが漸近的にほとんど確実に非対称であることを証明し、対称性の閾値に関する予想を解決した。頂点の到着時刻のDAG構造とエントロピー推定を用いて、モデルの構造的エントロピーのタイトな境界を導出し、これはランダムグラフにおける最大値に非常に近いことを示した。

ABSTRACT

Graph symmetries intervene in diverse applications, from enumeration, to graph structure compression, to the discovery of graph dynamics (e.g., node arrival order inference). Whereas Erdős-Rényi graphs are typically asymmetric, real networks are highly symmetric. So a natural question is whether preferential attachment graphs, where in each step a new node with $m$ edges is added, exhibit any symmetry. In recent work it was proved that preferential attachment graphs are symmetric for $m=1$, and there is some non-negligible probability of symmetry for $m=2$. It was conjectured that these graphs are asymmetric when $m \geq 3$. We settle this conjecture in the affirmative, then use it to estimate the structural entropy of the model. To do this, we also give bounds on the number of ways that the given graph structure could have arisen by preferential attachment. These results have further implications for information theoretic problems of interest on preferential attachment graphs.

研究の動機と目的

• 各新しいノードが $ m \geq 3 $ 個の辺を追加する場合、優先的付加グラフが非対称になるという予想を解消すること。
• 特定の実現に対して整合する異なるグラフ構造の数を分析することで、優先的付加モデルの構造的エントロピーを推定すること。
• 優先的付加グラフの対称性の性質を特徴づけ、グラフ圧縮および情報理論的問題への影響を明らかにすること。
• Erdős-Rényiモデルを超える、特にべき則分布度を持つランダムグラフモデルにおける自己同型群およびエントロピーに関する結果を拡張すること。

提案手法

• ノード追加の順序を表す、頂点の到着時刻のDAGを分析する。
• DAGにおけるレイヤー化を用いて、初期レイヤーの頂点数を制御し、自己同型群の成長を制御する。
• スターリングの近似とエントロピーに基づく境界を適用し、$ \mathbb{E}[\log |\Gamma_{\text{UDAG}}(G)}(G)| $ を推定する。これは、異なるグラフ構造の数を表す。
• 自己同型群のサイズの推定とDAGのレイヤー化を組み合わせることで、構造的エントロピーの下界を導出する。
• 集中不等式とDAGの最初の$ \ell $レイヤーに属さない頂点数に関する高確率境界を用いる。
• DAGの高さを用いてエントロピー項の対数的成長を制御し、高確率で$ O(\log n) $ であることを示す。

実験結果

リサーチクエスチョン

• RQ1 どの$ m $の値に対して、優先的付加グラフが漸近的にほとんど確実に非対称となるか？
• RQ2 優先的付加モデルにおいて、特定の実現に対して整合する異なるグラフ構造の数はどのように増加するか？
• RQ3 優先的付加モデルの構造的エントロピーは何か？ また、自己同型群のサイズとはどのように関係するか？
• RQ4 優先的付加グラフの対称性の性質は、エントロピーなどの情報理論的量および圧縮効率の推定に利用できるか？

主な発見

• $ m \geq 3 $ の優先的付加グラフは漸近的にほとんど確実に非対称であり、予想が確認された。
• モデルの構造的エントロピーは、$ n\log n - O(n\log\log n) $ で下界が与えられ、最大値に非常に近い。
• 特定の実現に対して整合する異なるグラフ構造の数は、少なくとも$ \exp(n\log n - O(n\log\log n)) $ である。これは高い情報含量を示している。
• 頂点到着のDAGの高さは、ある絶対定数$ C $に対して、高確率で$ Cm\log n $ 以下である。
• 十分に大きな$ \ell $に対して、DAGの最初の$ \ell $レイヤーに属さない頂点数は$ \gamma n $ 以下であり、$ \gamma = \Theta(1/\log n) $ である。
• 自己同型群のサイズの期待対数は$ o(n) $ である。これは$ m \geq 3 $ の場合、対称性が無視できるほど小さいことを確認している。