[論文レビュー] Universality for the distance in finite variance random graphs: Extended version

Henri van den Esker, Remco van der Hofstad+1 more|ArXiv.org|May 16, 2006

Complex Network Analysis Techniques参考文献 19被引用数 7

ひとこと要約

本稿は、分散が有限である広範なクラスの確率的グラフ（配置モデル、一般化されたランダムグラフ、期待度数ランダムグラフを含む）における漸近的グラフ距離の普遍性を確立する。これらのモデルをポアソン的ランダムグラフにカップリングし、距離 $ \log_\nu N$ まわりのフラクチュエーションのタイトネスを証明することで、ノード容量に依存する $ \nu$ によって定まる $ \log_\nu N$ に比例して距離が成長することを示している。度数のモーメント条件および容量のべき乗則的尾部挙動（$ \tau > 3$ ）を満たす条件下で、この結果は、度数が有限分散を持つモデルの広いクラスにまで一般化される。

ABSTRACT

We generalize the asymptotic behavior of the graph distance between two uniformly chosen nodes in the configuration model to a wide class of random graphs. Among others, this class contains the Poissonian random graph, the expected degree random graph and the generalized random graph (including the classical Erdos-Renyi graph). In the paper we assign to each node a deterministic capacity and the probability that there exists an edge between a pair of nodes is equal to a function of the product of the capacities of the pair divided by the total capacity of all the nodes. We consider capacities which are such that the degrees of a node has uniformly bounded moments of order strictly larger than two, so that, in particular, the degrees have finite variance. We prove that the graph distance grows like \log_νN, where the νdepends on the capacities. In addition, the random fluctuations around this asymptotic mean \log_νN are shown to be tight. We also consider the case where the capacities are independent copies of a positive random Λwith \prob{Λ> x}\leq cx^{1-τ}, for some constant c and τ>3, again resulting in graphs where the degrees have finite variance. The method of proof of these results is to couple each member of the class to the Poissonian random graph, for which we then give the complete proof by adapting the arguments of the corresponding result for the configuration model.

研究の動機と目的

• 有限分散を持つ度数を有する広範なクラスのランダムグラフモデルにおけるグラフ距離の普遍的漸近的挙動を確立すること。
• 配置モデルから得られた距離結果を、一般化されたランダムグラフ、期待度数ランダムグラフ、およびポアソン的ランダムグラフのようなモデルへ一般化すること。
• 2つの一様ランダムノード間のグラフ距離が、ノード容量に依存する $ \nu$ によって定まる $\log_\nu N$ に比例してスケーリングされ、そのフラクチュエーションがタイトであることを証明すること。
• ノード容量が i.i.d. で、重い尾部分布 $\mathbb{P}(\Lambda > x) \leq c x^{1-\tau}$（$\tau > 3$）を満たす場合の分析。この条件下で度数の分散が有限となり、距離は依然として $\log_\nu N$ に比例する。
• すべてのモデルをポアソン的ランダムグラフにカップリングすることで完全な証明を提供し、[13]の議論を適合・詳細化すること。

提案手法

• 本稿はカップリング論法を用い、一般モデルの距離結果が成り立つのは、ポアソン的ランダムグラフ（PRG）において成り立つときのみであることを示す。
• エッジ確率がノード $i$ と $j$ 間で $p_{ij} = h(\lambda_i \lambda_j / l_N)$ と定義される一般化されたランダムグラフモデルを定義する。ここで $h(x) - x = \mathcal{O}(x^2)$（$x \downarrow 0$ のとき）であり、局所的に木構造を持つことを保証する。
• この手法は、一般モデルをPRGにカップリングすることに依存しており、ノード容量 $\lambda_i$ を条件とするときエッジが与えられた下でポアソン分布に従うようにし、分岐過程近似を可能にする。
• 主な技術的ツールには、度数および容量のモーメントの上限、集中不等式、および近傍の成長を制御する分岐過程近似の使用が含まれる。
• 証明は[13]に由来する補助的補題を適合・詳細化しており、特に近傍のサイズと度数分布の分散に関する議論が含まれる。
• モーメントの上限と尾部推定を用いて、$\nu = \mathbb{E}[D(D-1)] / \mathbb{E}[D]$（有効分岐数）における $\log_\nu N$ まわりのフラクチュエーションのタイトネスを確立する。

実験結果

リサーチクエスチョン

• RQ1 有限分散を持つ度数を有する広範なクラスのランダムグラフにおけるグラフ距離は、普遍的に $\log_\nu N$ に比例するか？
• RQ2 配置モデルから得られた距離結果は、一般化されたランダムグラフや期待度数ランダムグラフのようなモデルへ拡張可能か？
• RQ3 ノード容量が漸近的距離スケーリングおよびその周囲のフラクチュエーションに果たす役割は何か？
• RQ4 重い尾部を持つ容量（$\mathbb{P}(\Lambda > x) \leq c x^{1-\tau}$、$\tau > 3$）は度数の分散および距離挙動にどのように影響するか？
• RQ5 与えられた仮定の下で、$\log_\nu N$ まわりのフラクチュエーションのタイトネスは、モデルのクラス全体にわたって保持されるか？

主な発見

• 2つの一様ランダムノード間のグラフ距離は、$\nu = \mathbb{E}[D(D-1)] / \mathbb{E}[D]$ によって定まる $\log_\nu N$ に漸近的に比例し、この結果は考察されたモデルクラス全体に普遍的に成立する。
• 度数の2次以上のモーメントが一様に有界であるという条件下で、$\log_\nu N$ まわりのランダムフラクチュエーションがタイトであることが示され、$N \to \infty$ のとき発散しない。
• i.i.d. な容量 $\Lambda$ が $\mathbb{P}(\Lambda > x) \leq c x^{1-\tau}$（$\tau > 3$）を満たす場合、度数は有限分散を有し、距離は依然として $\log_\nu N$ に比例し、フラクチュエーションはタイトである。
• カップリング法により、距離結果がクラス内のすべてのモデルで成り立つのは、PRGで成り立つときのみであることが証明され、問題はPRGにおける証明に帰着される。
• 近傍の成長およびモーメントの上限に関する補助的補題の完全な詳細が証明に含まれており、これは以前の研究（特に[13]）では概説にとどまっていた。
• この結果は、一般化されたランダムグラフ、期待度数ランダムグラフ、配置モデルなどのモデルにおいて、有限分散度数の仮定の下で、対数的距離スケーリングの普遍性を確認する。