[論文レビュー] Threshold and hitting time for high-order connectivity in random hypergraphs

Oliver Cooley, Mihyun Kang+1 more|arXiv (Cornell University)|Feb 25, 2015

Limits and Structures in Graph Theory参考文献 5被引用数 4

ひとこと要約

本稿では、ランダムな $k$-一様ハイパーグラフにおいて、ハイパーグラフが $j$-連結性を示すのは、最後の孤立 $j$-集合が消える瞬間であることを確立している。これは、古典的なグラフの到達時間結果を高次元の連結性へ一般化したものである。二項分布および一様ランダムハイパーグラフモデルを用いて、$1 \leq j \leq k-1$ および $k \geq 3$ の範囲で、$j$-連結性が、高確率で孤立 $j$-集合の消失と密接に結びついていることを証明している。この結果は、隣接する辺が少なくとも $j$ 個の頂点を共有する $j$-集合ウォークに基づく一般化された連結性定義のもとで、グラフからハイパーグラフへの到達時間現象の拡張を示している。

ABSTRACT

We consider the following definition of connectivity in $k$-uniform hypergraphs: Two $j$-sets are $j$-connected if there is a walk of edges between them such that two consecutive edges intersect in at least $j$ vertices. We determine the threshold at which the random $k$-uniform hypergraph with edge probability $p$ becomes $j$-connected with high probability. We also deduce a hitting time result for the random hypergraph process -- the hypergraph becomes $j$-connected at exactly the moment when the last isolated $j$-set disappears. This generalises well-known results for graphs.

研究の動機と目的

• ランダムな $k$-一様ハイパーグラフにおける高次元連結性への古典的到達時間結果の一般化。
• 少なくとも $j$ 個の頂点で重なる辺のウォークを用いてハイパーグラフにおける $j$-連結性の定義と分析。
• 高確率で、最後の孤立 $j$-集合が消えることが、$j$-連結性の正確な閾値であることを確立。
• 全変動距離と漸近的結合を用いて、二項モデルと一様モデルの間の結果を橋渡し。

提案手法

• $k$-一様ハイパーグラフにおける $j$-連結性を、任意の二つの $j$-集合の間に、連続する辺が少なくとも $j$ 個の頂点で重なるウォークが存在することとして定義する。
• ランダムハイパーグラフ過程 $\mathcal{H}^k(n,M)$ と二項モデル $\mathcal{H}^k(n,p)$ を用い、$n \to \infty$ の下での漸近的挙動を研究する。
• 2番目のモーメント法と部分グラフ数え上げを用いて、サイズ $r$ の $j$-成分の期待値を抑え、$r$ が小さかったり大きかったりする場合に 0 に近づくことを示す。
• 非辺の分析のため、$\omega_1 = o(\log n)$ の $j$-サイズを持つ well-structured な部分グラフ $H$ を構築し、二重数え上げと辺の独立性を用いる。
• 全変動距離を用いて、二項モデルから一様モデルへの結果の転送を実現し、漸近的同等性を保証する。
• Markov の不等式と $M$ における和集合の不等式を用いて、高確率で、最後の孤立 $j$-集合が除去された後、第2の非自明な $j$-成分が存在しないことを示す。

実験結果

リサーチクエスチョン

• RQ1 ランダムな $k$-一様ハイパーグラフにおける $j$-連結性の到達時間は、$1 \leq j \leq k-1$ および $k \geq 3$ の範囲で、最後の孤立 $j$-集合が消える瞬間に一致するか。
• RQ2 二項モデル $\mathcal{H}^k(n,p)$ における $j$-連結性が出現する閾値確率 $p$ は何か。
• RQ3 二項モデルと一様ランダムハイパーグラフモデルは、$j$-連結性の閾値と到達時間においてどのように比較できるか。
• RQ4 成分の分離が生じる状況下で、部分グラフ数え上げと非辺推定技術を用いて $j$-成分の構造を制御できるか。
• RQ5 孤立 $j$-集合が存在しないことは、ランダムハイパーグラフにおける $j$-連結性の必要十分条件か。

主な発見

• ランダムハイパーグラフ過程 $\mathcal{H}^k(n,M)$ における $j$-連結性の到達時間は、最後の孤立 $j$-集合が消える時刻 $\tau_i$ と一致し、高確率で $\tau_c = \tau_i$ が成り立つ。
• $p = \frac{j\log n + s\log\log n + c_n}{\binom{n}{k-j}}$ で $c_n = o(\log n)$ のとき、$j$-集合の次数 $s$ を持つ数は、分布的にポアソン確率変数に収束する。
• サイズ $r$ の $j$-成分の期待値は、$r \leq \omega_1 = o(\log n)$ の場合に $n^{-4rj/7}$ で抑えられ、$r$ が大きい場合には指数的に減少するため、高確率で非自明な成分は存在しない。
• 二項モデルと一様モデル間の全変動距離は十分に小さく、$\mathcal{H}^k(n,p)$ での $j$-連結性の結果を $\mathcal{H}^k(n,M)$ に転送できる。
• 高確率で、$M = \Theta(n^j \log n)$ のとき、$\mathcal{H}^k(n,M)$ には唯一の非自明な $j$-成分しか存在しない。これは閾値挙動を確認するものである。
• $M$ 全体にわたる和集合の不等式により、任意の時点で第2の $j$-成分が存在する確率は $o(1)$ であることが示され、到達時間同等性を支持する。