[論文レビュー] Laws of Large Numbers of Subgraphs in Directed Random Geometric Networks

Yilun Shang|arXiv (Cornell University)|Sep 16, 2009

Computational Geometry and Mesh Generation参考文献 14被引用数 4

ひとこと要約

本稿は、ランダムなセクタ（ランダムスケールセクタグラフ）とランダムな半径（i.i.d. 半径を伴うランダム幾何ダイグラフ）を持つ2種類の有向ランダム幾何ネットワークにおいて、誘導および孤立部分グラフの数に対する強い大数の法則を確立する。アズマの不等式や洗練されたチェルノフの不等式といったマルティングルの濃縮不等式を用いて、一般の漸近的スケーリングの下で、部分グラフの数がほとんど確実にその期待値に収束することを証明する。これはペンローズの結果を、無線およびセンサーネットワークに適した有向空間ネットワークへと拡張するものである。

ABSTRACT

Given independent random points $\mathcal{X}_n=\{X_1,...,X_n\}$ in $\mathbb{R}^2$, drawn according to some probability density function $f$ on $\mathbb{R}^2$, and a cutoff $r_n>0$ we construct a random geometric digraph $G(\mathcal{X}_n,\mathcal{Y}_n,r_n)$ with vertex set $\mathcal{X}_n$. Each vertex $X_i$ is assigned uniformly at random a sector $S_i$, of central angle $α$ with inclination $Y_i$, in a circle of radius $r_n$ (with vertex $X_i$ as the origin). An arc is present from $X_i$ to $X_j$, if $X_j$ falls in $S_i$. We also introduce another random geometric digraph $G(\mathcal{X}_n,\mathcal{R}_n)$ with vertex set $\mathcal{X}_n=\{X_1,...,X_n\}$ in $\mathbb{R}^d$, $d\ge1$ and an arc present from $X_i$ to $X_j$ if $||X_i-X_j||

研究の動機と目的

• 有向ランダム幾何ネットワークへのペンローズの部分グラフ数のための大数の法則の拡張を図ること。これは、空間ネットワークにおける非対称通信をより良くモデル化する。
• ランダムスケールセクタグラフおよびi.i.d. 半径を伴うランダム幾何ダイグラフという2つの新しい有向ネットワークモデルにおける誘導および孤立部分グラフの漸近的挙動を分析すること。
• 有界でほとんど確実に連続な密度関数および減少する半径列を含む、一般の空間的および分布的仮定の下で、部分グラフ数の厳密なほとんど確実な収束結果を提供すること。
• 空間クラスタリングに起因する部分グラフ数の依存性の課題に対処するため、マルティングル差分列と濃縮不等式を用いること。
• 無向ランダム幾何グラフの古典的結果を、無線センサーネットワークやアドホックネットワークなどの実世界の応用に適した有向モデルへ一般化すること。

提案手法

• 2種類の有向ランダム幾何ネットワークをモデル化する：(1) 各ノードが固定角度および半径のランダムセクタ内で送信するランダムスケールセクタグラフ、(2) 各ノードにi.i.d. ランダム半径を割り当てるランダム幾何ダイグラフ。
• これらの有向グラフにおける誘導および孤立部分グラフを定義し、特に小規模なネットワーク構成の分析に特に関連する局所的トポロジカル構造を研究する。
• アズマの不等式およびマーティングル濃縮不等式の洗練版（補題2）を適用して、部分グラフ数がその期待値から逸脱する確率を制御する。
• チェルノフの不等式を用いて、平面のグリッド分割における各空間セル内の点数を制御し、セルに過剰に多くのノードが含まれるのを防ぐ。これは、ノード1つが部分グラフ数に与える影響を抑えるために不可欠である。
• 逐次的ノード露出に基づくフィルトレーションを用いてマルティングル差分を定義し、部分グラフ数が重複するノード集合に依存する場合でも、濃縮不等式の適用を可能にする。
• 珍しい事象（例：セル内の高密度な点配置）の確率的バウンドと濃縮不等式を組み合わせることで、部分グラフ数の大きな逸脱確率がnに関してsummableであることを示し、ボレル＝カンテリの補題を用いてほとんど確実な収束を導く。

実験結果

リサーチクエスチョン

• RQ1 ランダムセクタベース送信を伴う有向ランダム幾何ネットワークにおける誘導部分グラフ数のほとんど確実な漸近的挙動は何か？
• RQ2 各ノードがi.i.d. ランダム送信半径を持つ有向ランダム幾何グラフにおける孤立部分グラフ数はどのように振る舞うか？
• RQ3 一般の空間密度および減少する半径条件の下で、有向空間ネットワークにおける部分グラフ数の強い大数の法則を確立できるか？
• RQ4 空間クラスタリングは部分グラフ数の濃縮にどのように影響するか？また、このような依存性を制御するための技術は何か？
• RQ5 これらの有向モデルにおける部分グラフ数が期待値に収束する速度は何か？そして、その収束がほとんど確実におこる条件は何か？

主な発見

• ランダムスケールセクタグラフモデルにおいて、$k$ 順序の誘導または孤立部分グラフの数は、$r_n$ の適切な減少条件の下で、$n^k r_n^{2(k-1)}$ に比例した期待値にほとんど確実に収束する。
• i.i.d. 半径を伴うランダム幾何ダイグラフにおいて、$\mathbb{E}[R_n^d] \to 0$ が $n \to \infty$ の下で成り立つ限り、部分グラフ数の強い大数の法則が確立される。
• 部分グラフ数の期待値からの逸脱確率が $n$ に関してsummableであることが示され、ボレル＝カンテリの補題を用いてほとんど確実な収束が可能になる。
• グリッドベースの空間分割とチェルノフの不等式の使用により、各セルに過剰な数のノードが含まれるのを防ぎ、1つのノードが部分グラフ数に与える影響を抑えることが可能になる。これは極めて重要である。
• 本稿では、部分グラフ数のマルティングル差分列が確率的に一様有界であることを証明し、これによりアズマの不等式およびその洗練版の適用が可能になる。
• 密度関数 $f$ に対して、有界性およびほとんど確実な連続性というやや弱い仮定が成立すれば、本結果は成り立つ。これは、コンパクトな定義域上での一様分布や正規分布といった一般的な分布をカバーする。