[論文レビュー] Limit theorems for assortativity and clustering in the configuration model with scale-free degrees

Remco van der Hofstad, Pim van der Hoorn+2 more|arXiv (Cornell University)|Dec 21, 2017

Bayesian Methods and Mixture Models被引用数 4

ひとこと要約

本稿は、分散が無限大であるスケールフリー次数分布を有する構成モデルにおける同調性およびクラスタリングの極限定理を確立する。Pearsonの積率相関係数およびクラスタリング係数が、次数分布の尾指数によって決定されるパラメータを持つ結合された安定分布から成る分布に収束することを示している。

ABSTRACT

We consider Pearson's correlation coefficient in the erased configuration model and the clustering coefficient in both the standard and erased configuration model, with regularly-varying degree distributions having finite mean and infinite variance. We prove limit theorems for all three measures, where the limit is a composition of coupled random variables with stable distributions, whose parameters are related to the tail exponent of the degree distribution. An essential tool for our proofs is a new result for the scaling of the number of removed edges in the erased configuration model with scale-free degree distributions, which is of independent interest.

研究の動機と目的

• 重い尾を持つ次数分布の下で、構成モデルにおける同調性およびクラスタリングの漸近的挙動を分析すること。
• 標準的な極限定理が複雑化する無限分散を有する次数分布の課題に対処すること。
• 標準的および消去済み構成モデルの両方における極限定理を導出すること、特に除去された辺のスケーリングに注目すること。
• 次数分布の尾指数と、極限定理における安定分布のパラメータとの間の関係を確立すること。

提案手法

• 自己ループおよび多重辺を除去するための消去済み構成モデルを用い、現実のネットワーク構造の解析を可能にする。
• 極値理論および正則変動を用いて、消去済みモデルにおける除去された辺の数のスケーリング行動を特徴付ける。
• 弱収束の技法を用いて、Pearsonの積率相関係数およびクラスタリング係数の極限定理を導出する。
• 極限定理を、次数分布の尾指数から導かれるパラメータを持つ結合された安定確率変数の合成としてモデル化する。
• スケールフリー構成モデルにおける辺の除去に関する、証明の中心的な新しいスケーリング結果を確立する。
• 次数分布の正則変動に依存することで、尾の挙動とネットワーク指標の漸近的性質との間の関係を確立する。

実験結果

リサーチクエスチョン

• RQ1 次数が正則変動する分布に従い、分散が無限大である場合、構成モデルにおける同調性およびクラスタリングはどのように振る舞うか？
• RQ2 このような次数分布の下で、消去済み構成モデルにおけるPearsonの積率相関係数の極限定理は何か？
• RQ3 重い尾を持つ次数分布の下で、標準的および消去済み構成モデルにおけるクラスタリング係数はどのようにスケーリングするか？
• RQ4 尾指数は、ネットワーク指標の極限定理における安定分布のパラメータを決定づける役割を果たすか？
• RQ5 スケールフリー次数を持つ消去済み構成モデルにおいて、除去された辺の数はどのようにスケーリングするか？また、その影響は極限定理にどのように現れるか？

主な発見

• 消去済み構成モデルにおけるPearsonの積率相関係数の極限定理は、結合された安定確率変数の合成である。
• 標準的および消去済み構成モデルの両方におけるクラスタリング係数は、同じ安定分布フレームワークに依存する極限に収束する。
• 極限定理における安定分布のパラメータは、次数分布の尾指数と明示的に関連している。
• 消去済み構成モデルにおける除去された辺の数に関する新しいスケーリング則が導出され、極限定理の証明に不可欠である。
• 結果は、次数分布の平均が有限で分散が無限大であるという仮定の下で成り立つ。これは、実際のスケールフリーネットワークの性質を捉えている。
• 安定分布への収束は、次数列における重い尾の挙動が、ネットワーク構造の極端なフラクチュエーションを支配することを示している。