[論文レビュー] From heavy-tailed Boolean models to scale-free Gilbert graphs

Christian Hirsch|arXiv (Cornell University)|Jan 1, 2014

Complex Network Analysis Techniques被引用数 1

ひとこと要約

本稿は、d次元トーラス上に配置されたランダム幾何ネットワークとしてのスケールフリーギルバートグラフを導入する。頂点同士は、片方がもう片方の重たい尾を持つ半径内にある場合に接続される。本稿では、ランダムな頂点におけるエッジ長のべき乗加重和が多項式的尾を持つことを確立し、エッジがスパース化された場合に化学的距離が対数的にスケーリングされることを示し、半径分布の尾指数に応じて異なるスケーリング領域が存在することを明らかにする。

ABSTRACT

Define the scale-free Gilbert graph based on a Boolean model with heavy-tailed radius distribution on the $d$-dimensional torus by connecting two centers of balls by an edge if at least one of the balls contains the center of the other. We investigate two asymptotic properties of this graph as the size of the torus tends to infinity. First, we determine the tail index associated with the asymptotic distribution of the sum of all power-weighted incoming and outgoing edge lengths at a randomly chosen vertex. Second, we study the behavior of chemical distances on scale-free Gilbert graphs and show the existence of different regimes depending on the tail index of the radius distribution. Despite some similarities to long-range percolation and ultra-small scale-free geometric networks, scale-free Gilbert graphs are actually more closely related to fractal percolation and this connection gives rise to different scaling limits. We also propose a modification of the graph, where the total number of edges can be reduced substantially at the cost of introducing a logarithmic factor in the chemical distances.

研究の動機と目的

• フラクタル幾何を用いた階層的空間ネットワークを、ランダム幾何フレームワークでモデル化すること。
• 長距離パーコレーションや超小スケールフリーネットワークといった既存モデルの限界、すなわち空間相関の欠如や低レベル接続性の劣化を是正すること。
• ノード同士が互いの影響半径内にある場合にエッジが形成されるという新しいモデル、いわゆるスケールフリーギルバートグラフを提案すること。このモデルにより、より強い空間相関が保証される。
• トーラスサイズが大きくなるに従い、エッジ長の和および化学的距離の漸近的挙動を分析すること。
• 全ケーブル長とホップ数のトレードオフを明らかにするために、化学的距離の増加が対数的になるスパース化されたバージョンを導入すること。

提案手法

• 各点に対して独立同分布の重たい尾を持つ半径分布を備えたd次元トーラス上のボーレルモデルを定義する。
• 2点が互いの球内にある（すなわち、|x−y| ≤ max{Rx, Ry}）場合にエッジを張ることで、スケールフリーギルバートグラフを構築する。
• 一様ランダムな頂点における入力・出力エッジ長のべき乗加重和の解析に、モーメントバウンドと尾指数推定を用いる。
• スパース化されたグラフG′(X(n))における化学的距離を、半径順序付き列における降下チェーンを用いてバウンドする。
• 確率的バウンドとスターリングの近似を適用し、長大な降下チェーン（大規模な化学的距離を意味する）が確率的に消失することを示す。
• [8]で用いられた降下チェーンの変種を用いて、スパース化されたグラフにおける化学的距離がnに対して高々対数的要因で増加することを確立する。

実験結果

リサーチクエスチョン

• RQ1 スケールフリーギルバートグラフにおけるランダム頂点におけるエッジ長のべき乗加重和の漸近的分布の尾指数は何か？
• RQ2 トーラスサイズn → ∞ の極限において、ノード間の化学的距離は、半径分布の尾指数に応じてどのようにスケーリングされるか？
• RQ3 エッジ数を著しく削減しつつも、短い化学的距離を維持できるか。その際の距離増加のトレードオフはどのようなものか？
• RQ4 スパース化されたグラフにおける長大な降下チェーンの存在と、大規模な化学的距離の間にはどのような関係があるか？
• RQ5 長距離パーコレーションや超小スケールフリージオメトリックネットワークと比較して、スケールフリーギルバートグラフは空間相関性と階層的構造においてどのように異なるか？

主な発見

• ランダム頂点におけるすべての入力・出力エッジ長のべき乗加重和の漸近的分布は多項式的尾を持つ。その尾指数は半径分布の尾指数によって決定される。
• スケールフリーギルバートグラフにおける化学的距離は、半径分布の尾指数βに応じて異なるスケーリング領域を示す：対数未満、対数的、対数超過の成長。
• エッジがスパース化された場合、化学的距離はトーラスサイズnに対して高々対数的要因で増加する。これは、長大な降下チェーンが概ね確実に存在しないことから示される。
• 長さがc₁ log nを超えるトーラス的降下チェーンが観測される確率は、n → ∞ において0に収束する。これは、このようなチェーン（大規模な距離を引き起こす）がほとんど出現しないことを示唆する。
• スパース化されたグラフG′(X(n))は、任意の2ノード間の接続経路が短いまま維持され、G(X(n))における化学的距離がG′(X(n))で高々O(log n)に増加する。
• このモデルは、長距離パーコレーションや超小スケールフリーネットワークとは異なり、フラクタルパーコレーションに近い関係にあり、特徴的なスケーリング極限を示す。