[論文レビュー] Large deviations for subcritical bootstrap percolation on the random graph

Omer Angel, Brett Kolesnik|arXiv (Cornell University)|May 18, 2017

Stochastic processes and statistical mechanics参考文献 26被引用数 7

ひとこと要約

本稿は、エッジ・レニのランダムグラフ上のサブクリティカルブートストラップ・パーコレーションにおける、大偏差レート関数を導出しており、初期集合が予期せず多数の頂点を感染させるという稀な事象の指数的減衰率を定量化している。変分的手法を用いて、このような逸脱を実現する最小コストの経路（最小コスト軌道）を、探索プロセスのダイナミクスに対して特定している。

ABSTRACT

We study atypical behavior in bootstrap percolation on the Erdős-Rényi random graph. Initially a set $S$ is infected. Other vertices are infected once at least $r$ of their neighbors become infected. Janson et al. (2012) locates the critical size of $S$, above which it is likely that the infection will spread almost everywhere. Below this threshold, a central limit theorem is proved for the size of the eventually infected set. In this note, we calculate the rate function for the event that a small set $S$ eventually infects an unexpected number of vertices, and identify the least-cost trajectory realizing such a large deviation.

研究の動機と目的

• 初期集合が小さくても予期せず広範な感染を引き起こすという非典型行動を、エッジ・レニのランダムグラフ上のサブクリティカルブートストラップ・パーコレーションで分析すること。
• 大偏差理論を用いて、このような稀な事象の裾確率を定量化すること。
• 最終的に感染する頂点集合のサイズにおける大偏差を実現する最適（最小コスト）軌道を同定すること。
• 中心極限定理などの典型的挙動を超えて、ランダムネットワークにおける稀で高影響を持つ拡散事象を特徴づけること。

提案手法

• 頂点が正確に $ r-1 $ 個の感染済み隣接頂点を持つ場合にのみ、1 頂点ずつ感染が進行する逐次的探索プロセスとしてブートストラップ・パーコレーションをモデル化する。
• これ以上感染が広がらない状態に達した時点で得られる最終的安定状態を、最終感染集合 $ I_* $ と定義する。
• $ n \to \infty $ の漸近的解析を用いて、$ |I_*| \neq \beta \vartheta $ となる事象のレート関数 $ \theta(\beta) = \frac{1}{\theta} \tilde{\log} P(S_0, \beta) $ を導出する。
• 最小コストパスへの到達を同定するため、変分的手法を適用し、二項確率とポアソン近似を用いてダイナミクスを分析する。
• ステップサイズ $ \Delta x_i \sim \vartheta / (\log \vartheta)^2 $ の離散化された探索プロセスを用い、感受性のある頂点数の増分 $ \Delta \pi $ の漸近的表現を導出する。
• 指数モーメントの不等式と対数スケーリングを用いて、稀な事象の確率に対する境界を確立し、小規模な初期集合が広範な感染を引き起こす確率の期待値を推定する。

実験結果

リサーチクエスチョン

• RQ1 サブクリティカルブートストラップ・パーコレーションにおいて、初期集合が予期せず多数の頂点を感染させる確率は、どの程度のレートで減少するか？
• RQ2 このような最終感染集合サイズにおける大偏差を実現する最小コスト軌道の構造は何か？
• RQ3 レート関数 $ \xi(\alpha, \beta) $ は $ \beta $ の関数としてどのように振る舞い、稀な感染カスケードの幾何的性質を何を明らかにするか？
• RQ4 グローバル感染の臨界閾値は、サブクリティカル領域であっても大偏差原理を用いて特徴づけられるか？
• RQ5 集合 $ \mathcal{G}_{n,p} $ における最小の伝染的集合のサイズは何か？ そしてこれは大偏差挙動とどのように関係するか？

主な発見

• レート関数 $ \xi(\alpha, \beta) $ は $ \beta \neq \varphi_\alpha $ に対して明示的に導出されており、$ \beta \leq \alpha $、$ \alpha < \beta \leq 1 $、$ \beta > 1 $ の場合に応じて区分的表現をとる。
• $ \beta \leq \alpha $ の場合、レート関数は $ \xi(\alpha, \beta) = -\frac{\beta^r}{r} + (\beta - \alpha_r)\left[1 + \log\left(\frac{\beta^r}{r(\beta - \alpha_r)}\right)\right] $ であり、感染不足のコストを捉えている。
• $ \alpha < \beta \leq \alpha $ の場合、レート関数は $ \xi(\alpha, \beta) = \frac{\alpha}{r} - (r-2)(\beta - \alpha) + (r-1)\log\left(\frac{\beta^\beta}{\alpha^{\alpha_r}}\right) $ であり、中間的偏差のコストを反映している。
• $ \beta > 1 $ の場合、レート関数は定数である：$ \xi(\alpha, \beta) = \xi(\alpha, 1) $ であり、$ \beta = 1 $ における臨界閾値が尾部挙動を支配していることを示している。
• レート関数 $ \xi(\alpha, \beta) $ は区間 $ [\alpha_r, \varphi_\alpha) $ で増加し、区間 $ (\varphi_\alpha, 1] $ で減少し、$ \beta = \varphi_\alpha $ で一意の最大値をとり、$ \xi(\alpha, \varphi_\alpha) = 0 $ となる。これは中心極限定理と整合的である。
• 最小伝染的集合サイズに対する下界が確立された：高確率で、サイズ $ t_\delta = (1-\delta)r\vartheta / \log(n/\vartheta) $ の集合は、$ \vartheta/(1-1/r)^2 $ 個を超える感染を引き起こせない。これは指数モーメント推定と $ \alpha = 0 $ におけるレート関数を用いて得られた。