[論文レビュー] The spectrum of a random geometric graph is concentrated

Sanatan Rai|ArXiv.org|Aug 9, 2004

Random Matrices and Applications参考文献 7被引用数 4

ひとこと要約

本稿では、$[0,1]^d$ 内のランダム幾何グラフにおける単純ランダムウォークの遷移行列のスペクトル測度が、適切なエッジ半径スケーリングのもとで、決定的グリッドグラフのそれと漸近的に一様に分布することを確立する。ヒルベルト＝シュミットノルムの集中とチェルノフ＝ホーフディング不等式を用いて、確率的高確率でランダムグラフと決定的グラフの間のスペクトル距離がゼロに収束することを証明し、スペクトル集中を示している。

ABSTRACT

Consider $n$ points distributed uniformly in $[0,1]^d$. Form a graph by connecting two points if their mutual distance is no greater than $r(n)$. This gives a random geometric graph, $\gnrn$, which is connected for appropriate $r(n)$. We show that the spectral measure of the transition matrix of the simple random walk (\abbr{srw}) on $\gnrn$ is concentrated, and in fact converges to that of the graph on the deterministic grid.

研究の動機と目的

• ランダム幾何グラフにおける単純ランダムウォークの遷移行列のスペクトル測度が、決定的グリッドグラフのそれへ収束することを確立すること。
• ランダムおよび決定的幾何グラフのスペクトル測度が漸近的に一様に分布するまでの収束速度を定量化すること。
• 確率的集中不等式を用いて、ランダム幾何グラフのスペクトル測度が決定的グリッドのそれ周辺に集中することを証明すること。
• スペクトルグラフ理論におけるランダム幾何グラフと決定的ラティス近似との間のギャップを埋めること。

提案手法

• 点が $[0,1]^d$ 内にランダムに配置され、距離 $r(n)$ 以内の点同士が接続されるランダム幾何グラフ $G(\boldsymbol{\nu}_n; r(n))$ を定義する。ここで $r(n) \to 0$ であり、高確率で連結性が保たれるようにする。
• $n$ 個の点からなる格子としての決定的グリッド $\mathcal{D}_n$ を、間隔 $n^{-1/d}$ で定義し、それに対する単純ランダムウォークの遷移行列 $P(\mathcal{D}_n)$ を考察する。
• 行列差のスペクトル不一致にリンクするために、定理 2.1 を用い、スペクトル距離の代理としてヒルベルト＝シュミットノルム $\|P(\mathcal{X}_n) - P(\mathcal{D}_n)\|_{\mathrm{HS}}$ を用いる。
• 隣接ノードの次数の逆数の尾部挙動を制御するために、チェルノフ＝ホーフディング不等式を適用し、遷移行列の成分の集中を保証する。
• スペクトル測度の集中を測るために Wasserstein 距離 $\|\mu(\mathcal{X}_n) - \mu(\mathcal{D}_n)\|_{\mathrm{WS}}$ を用い、その乖離に関する高確率の境界を導出する。
• 幾何的ずれを制御し、行列ノルムの集中と結びつけるために、$\mathcal{X}_n$ と $\mathcal{D}_n$ 間の最小ボトルネックマッチング距離 $M_n$ を導入する。

実験結果

リサーチクエスチョン

• RQ1 ランダム幾何グラフにおける単純ランダムウォークの遷移行列のスペクトル測度は、決定的グリッドグラフのそれへ収束するか？
• RQ2 ランダムおよび決定的幾何グラフのスペクトル測度の収束速度は何か？
• RQ3 確率的集中不等式を用いて、ランダム幾何グラフのスペクトル集中を定量化できるか？
• RQ4 点配置の幾何（ランダム対ラティス）は、遷移行列のスペクトルにどのように影響するか？

主な発見

• ランダム幾何グラフ $G(\mathcal{X}_n; r(n))$ と決定的グリッドグラフ $G(\mathcal{D}_n; r(n))$ のスペクトル測度は、高確率で漸近的に一様に分布する。
• スペクトル測度間の Wasserstein 距離は、次の高確率境界を満たす： $\mathbb{P}\left\{\|\mu(\mathcal{X}_n) - \mu(\mathcal{D}_n)\|_{\mathrm{WS}} > \frac{t}{a(n)^{1/4}}\right\} \leq \frac{16n a(n)^{1/4}}{t} \left[2\exp\left(-\frac{1}{2}\left(\frac{t^4}{8t^4 + 4096}\right)^2 a(n)\right) + \exp\left(-c_d \frac{t^8}{512} a(n)\right)\right]$ ここで $a(n) = n \pi_d r(n)^d$ である。
• 最小ボトルネックマッチング距離 $M_n = o(r_n)$ がほとんど確実かつ高確率で成り立つ限り、スペクトル集中が成立する。
• 高次のスペクトル理論やStieltjes変換に依存せず、基本的な道具（ヒルベルト＝シュミットノルムの制御とチェルノフ＝ホーフディング不等式）によって収束が確立されている。
• この結果は、グラフがランダムであるにもかかわらず、ランダム幾何グラフの遷移行列の固有値分布が、決定的グリッドのそれ周辺にきわめて集中していることを示している。
• 本稿では、2つのグラフの固有値が $L^2$ で漸近的に等しく分布すると予想しているが、対称性は仮定せず、これを確認するにはウィーラント＝ホフマン型の境界が必要となる。