[論文レビュー] On the Dimension and Euler characteristic of random graphs

Oliver Knill|arXiv (Cornell University)|Dec 24, 2011

Graph theory and applications参考文献 8被引用数 4

ひとこと要約

本稿は、有限グラフにおける計算可能で帰納的な次元を導入し、Erdős-Rényi確率的グラフモデル G(n,p) におけるその統計的性質を研究する。期待次元およびオイラー乗数の明示的な多項式表現を導出し、平均次元が n と共に減少する一方で分散が減少することを示し、有限グラフにおける次元とオイラー乗数の間の非自明な相関関係を明らかにする。

ABSTRACT

The inductive dimension dim(G) of a finite undirected graph G=(V,E) is a rational number defined inductively as 1 plus the arithmetic mean of the dimensions of the unit spheres dim(S(x)) at vertices x primed by the requirement that the empty graph has dimension -1. We look at the distribution of the random variable "dim" on the Erdos-Renyi probability space G(n,p), where each of the n(n-1)/2 edges appears independently with probability p. We show here that the average dimension E[dim] is a computable polynomial of degree n(n-1)/2 in p. The explicit formulas allow experimentally to explore limiting laws for the dimension of large graphs. We also study the expectation E[X] of the Euler characteristic X, considered as a random variable on G(n,p). We look experimentally at the statistics of curvature K(v) and local dimension dim(v) = 1+dim(S(v)) which satisfy the Gauss-Bonnet formula X(G) = sum K(v) and by definition dim(G) = sum dim(v)/|V|. We also look at the signature functions f(p)=E[dim], g(p)=E[X] and matrix values functions A(p) = Cov[{dim(v),dim(w)], B(p) = Cov[K(v),K(w)] on the probability space G(p) of all subgraphs of a host graph G=(V,E) with the same vertex set V, where each edge is turned on with probability p. If G is the complete graph or a union of cyclic graphs with have explicit formulas for the signature polynomials f and g.

研究の動機と目的

• 単位球面次元に基づく、有限グラフにおける新しい帰納的次元の定義と解析。
• Erdős-Rényiモデル G(n,p) における次元およびオイラー乗数の統計的挙動を確率変数としての性質として研究すること。
• G(n,p) 上での期待次元およびオイラー乗数の明示的な多項式表現を導出すること。
• 確率的グラフにおける次元、オイラー乗数、曲率の間の相関関係を調査すること。
• これらの確率的変数が複雑ネットワークに与える幾何的・位相的意味を探求すること。

提案手法

• 帰納的次元を再帰的に定義：各頂点 v に対して dim(G) = 1 + (1/|V|)∑dim(S(v)) で、dim(∅) = -1 とする。
• 期待次元 E[dim] を、G(n,p) におけるエッジ確率 p に関する n(n-1)/2 次多項式として、エッジ確率の線形期待値を用いて計算する。
• オイラー乗数 χ(G) をガウス・ボンネの定理により、局所的曲率 K(v) の和として表現：χ(G) = ∑K(v)。
• E[χ] の明示的公式を p の関数として導出し、1次元のホストグラフ（例：C_n）では E[χ] = |V|(1 - p) であることを示す。
• モンテカルロシミュレーションと小規模 n における正確な列挙を用いて、次元と χ 間の共分散、分散、相関を計算する。
• 特に n が小さく、p = 1/2 の場合に、曲率分布および局所的次元分布を解析する。

実験結果

リサーチクエスチョン

• RQ1 確率的グラフ G(n,p) における帰納的次元の期待値は何か？また、p に関する計算可能な多項式として表現可能か？
• RQ2 期待オイラー乗数 E[χ] は p の関数としてどのように振る舞い、その正確な形は何か？
• RQ3 次元とオイラー乗数の間の相関構造は何か？また、n の増加に伴いどのように変化するか？
• RQ4 曲率および局所的次元は確率的グラフ内でどのように頂点間で変動し、その極値は何か？
• RQ5 G(n,p) における次元およびオイラー乗数の分散は何か？また、n に従ってどのようにスケーリングされるか？

主な発見

• G(n,p) における期待次元 E[dim] は、p に関する n(n-1)/2 次多項式であり、小規模な n については明示的に計算可能である。
• p = 1/2 のとき、次元の分散は n と共に減少し、n = 20 で約 0.1 に達する。これは、大きなグラフにおいて収束が見られるということを示唆する。
• 1次元ホストグラフ（例：C_n）では、期待オイラー乗数 E[χ] は |V|(1 - p) に等しく、一般にはホストグラフの構造に依存する。
• p = 1/2 で n ≥ 7 のとき、次元とオイラー乗数の間の相関が正の値を示し、非単調な関係が存在することを示す。
• 最小曲率 -2 は、中心頂点の次数が 6 のスターハイパーグラフで達成され、n = 7 のとき曲率値は -2 から 1 の範囲にあり、47 種類の異なる値が観測された。
• n = 7 のとき、全 7×2^(21) 個のグラフのうち 2,784,810 個がゼロ曲率を持つ。これは、小規模な確率的グラフにおいて平坦性が一般的であることを示している。