[논문 리뷰] Concentration of the spectral norm of Erdo\H{o}s-R\'enyi random graphs

Gábor Lugosi, Shahar Mendelson외 1명|arXiv (Cornell University)|2018. 01. 07.

Random Matrices and Applications참고 문헌 15인용 수 3

한 줄 요약

이 논문은 $G(n,p)$의 인접행렬의 스펙트럴 노름에 대해 넓은 범위의 간선 확률 $p \in [c\log^3n/n, 1]$에서 날카운 서브가우시안 모멘트 부등식을 수립한다. 이는 알론, 크리베레비치, 뷰가 이전에 확립한 경계를 개선하며, 특히 작은 $p$에 대해 유의미한 향상이 있다. 또한 랜덤 그래프 과정 全반위에서 스펙트럴 노름의 균일한 농도를 증명한다.

ABSTRACT

We present results on the concentration properties of the spectral norm $\|A_p\|$ of the adjacency matrix $A_p$ of an Erd\H{o}s-R\'enyi random graph $G(n,p)$. We prove sharp sub-Gaussian moment inequalities for $\|A_p\|$ for all $p\in [c\log^3n/n,1]$ that improve the general bounds of Alon, Krivelevich, and Vu (2001) for small values of $p$. We also consider the Erd\H{o}s-R\'enyi random graph process and prove that $\|A_p\|$ is uniformly concentrated.

연구 동기 및 목표

• $G(n,p)$의 인접행렬의 스펙트럴 노름 $\|A_p\|$에 대한 더 날카운 농도 경계를 유도함으로써, 특히 작은 간선 확률 $p$에 대해 다루는 것.
• 알론, 크리베레비치, 뷰(2001)가 이전에 확립한 일반적인 모멘트 경계를 희박한 영역에서 개선하는 것.
• 전체 에르도시-레니 랜덤 그래프 과정 동안 $\|A_p\|$의 농도 행동을 분석하는 것.
• 범위 $[c\log^3n/n, 1]$ 내 모든 $p$에 대해 스펙트럴 노름의 균일한 농도를 수립하는 것.

제안 방법

• 랜덤 행렬 이론에 특화된 고급 농도 부등식을 사용하여 $\|A_p\|$에 대한 날카운 서브가우시안 모멘트 부등식을 유도하는 것.
• 희박한 영역에서 스펙트럴 노름의 꼬리 행동을 제어하기 위해 모멘트 기반 기법을 적용하는 것.
• 인접행렬 원소들 간의 의존성 구조를 다루기 위해 체이닝 및 엔트로피 방법을 사용하는 것.
• 모든 $p$에 대해 스펙트럴 노름의 농도가 균일함을 증명하기 위해 $\|A_p\|$를 $p$로 색인화된 확률과정으로 간주하고, 구간 $[c\log^3n/n, 1]$에 걸쳐 균일한 농도를 증명하는 것.
• $G(n,p)$의 구조를 활용하여 대칭화 및 비교 기법을 통해 연산자 노름을 경계하는 것.

실험 결과

연구 질문

• RQ1 $G(n,p)$에서 작은 간선 확률 $p$에 대해 스펙트럴 노름 $\|A_p\|$의 모멘트는 어떻게 행동하는가?
• RQ2 연결성 임계점 근처의 $p$에 대해 알론, 크리베레비치, 뷰의 결과보다 더 날카운 서브가우시안 농도 경계를 $\|A_p\|$에 대해 수립할 수 있는가?
• RQ3 랜덤 그래프 과정 동안 $p \in [c\log^3n/n, 1]$ 전역에서 스펙트럴 노름 $\|A_p\|$는 균일하게 농도를 보이는가?
• RQ4 희박한 영역에서 $n$과 $p$에 대한 농도 경계의 최적의 의존성은 무엇인가?

주요 결과

• 논문은 작은 $p$에 대해 알론, 크리베레비치, 뷰의 일반 경계보다 더 날카운 서브가우시안 모멘트 부등식을 $\|A_p\|$에 대해 수립한다.
• 농도 경계는 $p \in [c\log^3n/n, 1]$ 전역에서 유효하며, 이는 희박한 영역과 중간 정도로 조밀한 영역을 모두 포함한다.
• $p$가 범위 $[c\log^3n/n, 1]$에 있을 경우, 스펙트럴 노름 $\|A_p\|$는 서브가우시안 꼬리 감소를 보이며, 이는 평균 주변으로 강한 농도를 의미한다.
• 스펙트럴 노름은 전체 랜덤 그래프 과정에 걸쳐 균일하게 농도를 보이며, 이는 $[c\log^3n/n, 1]$ 내 모든 $p$에서 $\|A_p\|$가 엄격하게 농도를 유지함을 의미한다.