[論文レビュー] Local weak convergence for sparse networks of interacting processes

Daniel Lacker, Kavita Ramanan+1 more|arXiv (Cornell University)|Apr 4, 2019

Stochastic processes and statistical mechanics参考文献 34被引用数 14

ひとこと要約

本稿は、相互作用粒子系のスパースネットワークにおける局所的弱収束を確立し、基礎となるグラフの局所的弱収束に関して、粒子ダイナミクスの連合分布が連続的に収束することを示している。スパースな Erdős-Rényi グラフおよび構成モデルグラフでは、グローバルな経験測度が決定論的極限に収束するが、典型的な連結成分の経験測度は確率的極限に収束し、スパースな領域における周辺ダイナミクスの自律的記述が可能になる。

ABSTRACT

We study the limiting behavior of interacting particle systems indexed by large sparse graphs, which evolve either according to a discrete time Markov chain or a diffusion, in which particles interact directly only with their nearest neighbors in the graph. To encode sparsity we work in the framework of local weak convergence of marked (random) graphs. We show that the joint law of the particle system varies continuously with respect to local weak convergence of the underlying graph marked with the initial conditions. In addition, we show that the global empirical measure converges to a non-random limit for a large class of graph sequences including sparse Erdös-Rényi graphs and configuration models, whereas the empirical measure of the connected component of a uniformly random vertex converges to a random limit. Along the way, we develop some related results on the time-propagation of ergodicity and empirical field convergence, as well as some general results on local weak convergence of Gibbs measures in the uniqueness regime which appear to be new. The results obtained here are also useful for obtaining autonomous descriptions of marginal dynamics of interacting diffusions and Markov chains on sparse graphs. While limits of interacting particle systems on dense graphs have been extensively studied, there are relatively few works that have studied the sparse regime in generality.

研究の動機と目的

• 大規模なスパースグラフ上の相互作用粒子系の極限挙動を分析すること。
• 基礎となるグラフの局所的弱収束に関して、粒子系の連合分布の連続性を確立すること。
• スパースグラフ系列におけるグローバルおよび成分固有の経験測度の収束を特徴づけること。
• スパースネットワークダイナミクスにおける経験場収束およびエルゴード性の伝播のためのツールを開発すること。
• 密度の高いグラフに限られる平均場極限理論を、特に拡散過程およびマコフ連鎖に対してスパース領域へと拡張すること。

提案手法

• マーク付き確率的グラフの局所的弱収束を用いて、粒子系の極限を分析し、マークは初期条件を表す。
• ユニモジュラリティおよびギブス測度収束技術を適用して、グラフ収束下での連合分布の連続性を確立する。
• 時間発展によるエルゴード性および経験場収束を用いて、局所的グラフ構造とグローバル系挙動を結びつける。
• ポisson双対性原理および Molloy-Reed グラフ極限定理を用いて、Erdős-Rényi グラフおよび構成モデルグラフにおける収束を検証する。
• やや強い正則性およびスパース性条件のもとで、グローバル経験測度が非確率的極限に収束することを確立する。
• リプシッツ条件の下でSDEの存在および一意性結果を用いて、拡散モデル極限の正当化を行う。

実験結果

リサーチクエスチョン

• RQ1 スパースグラフ上の相互作用粒子系の連合分布は、グラフの局所的弱収束に関してどのように振る舞うか。
• RQ2 スパースグラフ系列において、グローバル経験測度が決定論的極限に収束する条件は何か。
• RQ3 スパースグラフにおける一様ランダム頂点の連結成分に制限された経験測度の極限挙動は何か。
• RQ4 エルゴード性および経験場収束は、スパースネットワークダイナミクスの中でどのように伝播するか。
• RQ5 スパースグラフ上での相互作用拡散過程およびマコフ連鎖の極限ダイナミクスは、自律的に記述可能か。

主な発見

• スパース Erdős-Rényi グラフおよび構成モデルグラフでは、粒子系のグローバル経験測度が確率的に非確率的極限に収束する。
• 一様ランダム頂点の連結成分の経験測度は、分布に関して確率的極限に収束し、成分構造の確率的性質を反映している。
• 離散時間マコフ連鎖および拡散系の両方において、粒子系の連合分布は、基礎となるグラフの局所的弱収束に関して連続的に変化する。
• 本稿では、一意性領域におけるギブス測度の局所的弱収束に関する新規結果を確立し、これが主な収束定理の根拠となる。
• 時間発展によるエルゴード性および経験場収束は、一般条件下で証明され、極限における周辺ダイナミクスの記述を可能にする。
• スパースグラフ上での相互作用系の極限ダイナミクスは、自律的に記述可能であり、全系シミュレーションの代替として実用的である。