[論文レビュー] Distances in random graphs with infinite mean degrees

Remco van der Hofstad, Gerard Hooghiemstra+1 more|ArXiv.org|Jul 7, 2004

Complex Network Analysis Techniques参考文献 12被引用数 5

ひとこと要約

本稿では、指数τ ∈ (1,2) のべき則的尾部を示す無限平均次数を持つ i.i.d. 度数を持つランダムグラフを研究する。極値理論を用いて、ネットワークサイズ N → ∞ のとき、2つの代表的ノード間のグラフ距離（ホップカウント）が、値 2 と 3 のみに支持される極限分布に収束することを示す。距離2の確率は正の定数 pτ ∈ (0,1) に収束する。

ABSTRACT

We study random graphs with an i.i.d. degree sequence of which the tail of the distribution function $F$ is regularly varying with exponent $τ\in (1,2)$. Thus, the degrees have infinite mean. Such random graphs can serve as models for complex networks where degree power laws are observed. The minimal number of edges between two arbitrary nodes, also called the graph distance or the hopcount, in a graph with $N$ nodes is investigated when $N o \infty$. The paper is part of a sequel of three papers. The other two papers study the case where $τ\in (2,3)$, and $τ\in (3,\infty),$ respectively. The main result of this paper is that the graph distance converges for $τ\in (1,2)$ to a limit random variable with probability mass exclusively on the points 2 and 3. We also consider the case where we condition the degrees to be at most $N^α$ for some $α>0.$ For $τ^{-1}(τ-1)^{-1}$, the hopcount converges to the same limit as for the unconditioned degrees. Our results give convincing asymptotics for the hopcount when the mean degree is infinite, using extreme value theory.

研究の動機と目的

• 度数分布が重尾を示し、無限平均を持つランダムネットワークにおけるグラフ距離の漸近的挙動を理解すること。
• べき則的度数分布と小さな典型的距離が共存するような複雑ネットワーク（例：インターネット）をモデル化すること。
• 度数モーメントが発散する場合のホップカウント（最短経路長）の極限分布を厳密に導出すること。
• 度数の切り捨て（例：Nα で上限を設ける）が極限ホップカウント分布に与える影響を検討すること。
• 有限モーメントでない領域にまで、スケールフリー・ネットワークにおけるスモールワールド現象の理解を拡張すること。

提案手法

• 度数が重尾指数 τ ∈ (1,2) を持つ正則変動する分布から i.i.d. に抽出されるランダムグラフを生成するため、構成モデルを用いる。
• 極値理論を用いて、最も重い尾部を持つ度数の挙動を分析し、それがグラフ構造を支配することを検証する。
• 最大度数が Nα 以下であるように制約を課し、ホップカウント収束に与える切り捨ての影響を検討する（α > 0）。
• カップリング論法とモーメントバウンドを用いて、高次度ノード（ギャントリー・ノード）が高確率で完全グラフを形成することを示す。
• 確率的支配と集中不等式を用いて、スタブ数と高次度ノード間の接続性を制御する。
• ハブの支配的役割に依存して、2 または 3 の長さの経路で2ノードが接続される確率の漸近的バウンドを導出する。

実験結果

リサーチクエスチョン

• RQ1 i.i.d. 度数が無限平均を持つランダムグラフにおいて、2つの代表的ノード間のグラフ距離の極限分布は何か？
• RQ2 度数分布が Nα（α > 0）で切り捨てられた場合、特に τ ∈ (1,2) の領域においてホップカウントはどのように振る舞うか？
• RQ3 無限平均度数を持つハブの存在が、有界な極限ホップカウントを引き起こすのか？ もし起こすならば、その理由は何か？
• RQ4 ホップカウントが 3 に集中するのではなく、元の未切り捨てケースと同じ極限分布に収束するようになる臨界的な α の値は何か？
• RQ5 極限確率 P(H_N=2) を τ の関数として明示的に計算できるか？

主な発見

• τ ∈ (1,2) の場合、2つの代表的ノード間のホップカウント H_N は、値 2 と 3 のみに支持される極限確率変数に分布収束する。
• 極限確率 P(H_N = 2) は正の定数 pτ ∈ (0,1) に収束し、これは τ に依存し、厳密に正である。
• 度数が N^α で制限され、τ⁻¹ < α < (τ−1)⁻¹ のとき、ホップカウントは確率的に 3 に収束する。
• α > (τ−1)⁻¹ のとき、ホップカウントは未制限ケースと同じ極限分布（{2,3} 上の非退化分布）に分布収束する。
• 収束は極値理論によって駆動され、最も重い尾部を持つ度数がグラフ構造を支配し、ハブのコアを形成する。
• シミュレーションにより理論的結果が確認された：N が増加するにつれ、経験的ホップカウント分布は 2 と 3 に集中し、P(H_N=2) は安定化する。