[論文レビュー] Cutoff for non-backtracking random walks on sparse random graphs

Anna Ben-Hamou, Justin Salez|arXiv (Cornell University)|Apr 9, 2015

Markov Chains and Monte Carlo Methods参考文献 19被引用数 4

ひとこと要約

本稿は、構成モデルによって生成されるスパースなランダムグラフ上の非バックトラッキングランダムウォーク（NBRW）のカットオフ現象を確立し、近似的に1から近似的に0へとステーションナリティへの距離が急激に低下することを証明している。この低下は、$\omega_\star = \sqrt{\sigma^2 \log N / \mu^3}$ のオーダーのウィンドウ内で発生し、スケーリングされたカットオフプロファイルは標準正規分布の尾部分布 $\Phi(\lambda)$ に収束する。結果は一般のスパarsity条件のもとで成り立ち、度数列に依存しない普遍的なカットオフ形状を示している。

ABSTRACT

A finite ergodic Markov chain is said to exhibit cutoff if its distance to stationarity remains close to 1 over a certain number of iterations and then abruptly drops to near 0 on a much shorter time scale. Discovered in the context of card shuffling (Aldous-Diaconis, 1986), this phenomenon is now believed to be rather typical among fast mixing Markov chains. Yet, establishing it rigorously often requires a challengingly detailed understanding of the underlying chain. Here we consider non-backtracking random walks on random graphs with a given degree sequence. Under a general sparsity condition, we establish the cutoff phenomenon, determine its precise window, and prove that the (suitably rescaled) cutoff profile approaches a remarkably simple, universal shape.

研究の動機と目的

• 一般の度数列の下で、スパースなランダムグラフ上の非バックトラッキングランダムウォーク（NBRW）のカットオフ現象を確立すること。
• スパース領域における、混合時間の正確なウィンドウとカットオフプロファイルの極限形状を特定すること。
• カットオフプロファイルが、特定の度数列に依存しない標準正規分布の尾部分布 $\Phi(\lambda)$ に収束することを示すこと。
• 半エッジのペアリングが一様にランダムに行われる構成モデルにおけるNBRWの挙動を分析すること。
• $\log(\deg(v)-1)$ の平均 $\mu$、分散 $\sigma^2$、および三番目のモーメント $\varrho$ について、カットオフが発生することを保証する条件を導出すること。

提案手法

• 現在の半エッジに接続された頂点の均等に選ばれた隣接頂点への遷移を持つ、半エッジ上のマルコフ連鎖としてNBRWをモデル化する。
• ステーションナリティへの全変動距離 $\mathcal{D}(t)$ と混合時間 $t_{\textsc{mix}}(\varepsilon)$ を、$\mathcal{D}(t) < \varepsilon$ となる時間として定義する。
• カットオフ行動を支配する主要統計量として、$\mu = \frac{1}{N}\sum \deg(v)\log(\deg(v)-1)$、$\sigma^2$、$\varrho$ を定義する。
• 幅優先探索における未ペアリングの隣接頂点の重みを追跡する重み付き探索プロセスのマーティングル解析を通じて、カットオフを確立する。
• 切り詰めたマーティングルに対してフリードマンの不等式を用いて、重みプロセスの乖離を制御し、期待パスの周囲に集中することを証明する。
• カットオフウィンドウ $\omega_\star = \sqrt{\sigma^2 \log N / \mu^3}$ を導出し、$t_\star = \log N / \mu$ で中心化したとき、$t_{\textsc{mix}}(\varepsilon)$ が $\Phi^{-1}(\varepsilon)$ に分布収束することを示す。

実験結果

リサーチクエスチョン

• RQ1 スパースなランダムグラフ上の非バックトラッキングランダムウォークはカットオフ現象を示すか？
• RQ2 カットオフウィンドウ $\omega_\star$ の正確なスケーリングは、グラフの度数統計量のどの関数として表されるか？
• RQ3 スケーリングされたカットオフプロファイルは、度数列に依存しない普遍的極限に収束するか？
• RQ4 $\log(\deg(v)-1)$ のモーメント $\mu$、$\sigma^2$、$\varrho$ はカットオフ行動にどのように影響するか？
• RQ5 カットオフ現象が成り立つ一般のスパarsity条件下は何か？

主な発見

• スパースなランダムグラフ上のNBRWは、ステーションナリティへの距離が急激に1から0に低下する鋭いカットオフを示す。
• カットオフ時間は $t_\star = \log N / \mu$ であり、カットオフウィンドウは $\omega_\star = \sqrt{\sigma^2 \log N / \mu^3}$ である。
• スケーリングされたカットオフプロファイルは、確率的に標準正規分布の尾部分布 $\Phi(\lambda) = \frac{1}{2\pi} \int_\lambda^\infty e^{-u^2/2} du$ に収束する。
• 極限的なカットオフ形状は普遍的であり、特定の度数列に依存せず、$\mu$、$\sigma^2$、$\varrho$ のみに依存する。
• 条件 $\sigma^2 / \mu^3 \gg (\log\log N)^2 / \log N$ および $\sigma^3 / (\varrho \sqrt{\mu}) \gg 1 / \sqrt{\log N}$ の弱い条件下でも結果は成り立つ。
• 証明は、重み付き探索プロセスのマーティングル解析に依拠し、フリードマンの不等式を用いて集中不等式を導出する。