[論文レビュー] Random Walks on Dynamic Graphs: Mixing Times, HittingTimes, and Return Probabilities

Thomas Sauerwald, Luca Zanetti|arXiv (Cornell University)|Mar 4, 2019

Markov Chains and Monte Carlo Methods被引用数 7

ひとこと要約

本稿では、時間的に変化するグラフ上のランダムウォークにおける混合時間、到達時間、帰還確率の境界を、局所的拡張性に基づいて確立する。静的グラフからの結果を一般化する。時間不変の定常分布を有する場合、動的正則グラフは混合時間と到達時間が O(n²) であり、既知の静的グラフの境界と一致する。一方、非正則グラフでは混合時間が O(n³)、最大到達時間が O(n³ log n) となる。

ABSTRACT

We establish and generalise several bounds for various random walk quantities including the mixing time and the maximum hitting time. Unlike previous analyses, our derivations are based on rather intuitive notions of local expansion properties which allows us to capture the progress the random walk makes through $t$-step probabilities. We apply our framework to dynamically changing graphs, where the set of vertices is fixed while the set of edges changes in each round. For random walks on dynamic connected graphs for which the stationary distribution does not change over time, we show that their behaviour is in a certain sense similar to static graphs. For example, we show that the mixing and hitting times of any sequence of $d$-regular connected graphs is $O(n^2)$, generalising a well-known result for static graphs. We also provide refined bounds depending on the isoperimetric dimension of the graph, matching again known results for static graphs. Finally, we investigate properties of random walks on dynamic graphs that are not always connected: we relate their convergence to stationarity to the spectral properties of an average of transition matrices and provide some examples that demonstrate strong discrepancies between static and dynamic graphs.

研究の動機と目的

• 時間的に変化するグラフ上のランダムウォークの挙動を理解すること、特に接続性と辺集合が時間とともに変化する場合に焦点を当てる。
• 静的グラフからの古典的ランダムウォークの結果（混合時間や到達時間など）を、時間不変の定常分布を有する動的グラフへ一般化すること。
• 進化するグラフにおけるトポロジーの変化が、定常分布への収束と探索プロセスの効率に与える影響を調査すること。
• 動的グラフが静的グラフと同様にランダムウォークの収束と混合に関して振る舞う条件を特定すること。
• 接続性が保証されない場合の静的グラフと動的グラフの差異、特にスペクトル的性質と収束速度の観点から探求すること。

提案手法

• t ステップの遷移確率を分析し、ランダムウォークの進行を定量化するため、局所的拡張性に基づくフレームワークを構築する。
• 拡張性の時間的変化の速度を制限するために、エッジ境界と頂点分類（クラス1およびクラス2）の概念を用いる。
• スペクトル解析と行列平均化を用いて、定常分布への収束を平均遷移行列のスペクトル的性質に関連付ける。
• 混合時間の境界を導出するために不可欠な逆エッジ境界サイズの和を制限するために、組合せ的議論と順序付け技法を用いる。
• 既知の静的グラフの結果（例：Matthewの不等式）を、確率的およびグラフ理論的不等式を用いて動的設定に適応する。
• 極値のグラフ構成（例：バーベル型構造や制御されたエッジ連結性を有する正則グラフ）を通じて境界の妥当性を検証し、対数要因を除いてタイトであることを示す。

実験結果

リサーチクエスチョン

• RQ1 時間不変の定常分布を有する動的グラフにおいて、混合時間と到達時間は静的グラフと比べてどのように異なるか？
• RQ2 局所的拡張性を用いて、時間的に変化するグラフにおける混合時間と到達時間の一般境界を導出可能か？
• RQ3 グラフが常に接続されていない場合、ランダムウォークの収束はどのように変化するか？また、遷移行列のスペクトル的性質はこれにどのように影響するか？
• RQ4 時間不変の定常分布を有する動的グラフは、どの程度静的グラフの混合時間の挙動を継承するか？
• RQ5 次数の正則性とエッジ連結性は、動的設定における到達時間および混合時間の境界のタイトさにどのように影響するか？

主な発見

• 任意の時間不変の定常分布を有する d-正則かつ連結なグラフ列に対して、混合時間は O(n²) であり、静的グラフにおける既知の最良境界と一致する。
• このような動的 d-正則グラフの最大到達時間は O(n²) であり、これは最適であり、静的グラフの最悪ケース境界と一致する。
• 時間不変の定常分布を有する非正則な動的グラフでは、混合時間が O(n³) で抑えられ、静的グラフにおける既知の最悪ケース境界と一致する。
• 動的グラフの最大到達時間は O(n³ log n) で抑えられ、静的グラフで観察される最適な O(n³) の境界（例：バーベルグラフ）と対数因子の範囲内で一致する。
• 本稿では、動的グラフにおける定常分布への収束が、時間平均の遷移行列のスペクトル的性質によって支配されることを確立した。
• このフレームワークにより、時間不変の定常分布を有する動的グラフが、ランダムウォークの主要な量に関して静的グラフと区別できないオーダーで振る舞うことが示された。