[논문 리뷰] Cutoff for non-backtracking random walks on sparse random graphs

Anna Ben-Hamou, Justin Salez|arXiv (Cornell University)|2015. 04. 09.

Markov Chains and Monte Carlo Methods참고 문헌 19인용 수 4

한 줄 요약

이 논문은 구성 모델을 통해 생성된 희박한 무작위 그래프에서 비되거절 무작위 걷기(non-backtracking random walk, NBRW)의 절단 현상(cutoff phenomenon)을 확립한다. 이는 거리가 near 1에서 near 0으로 갑작스럽게 감소하는 것으로, 창문의 크기는 $\omega_\star = \sqrt{\sigma^2 \log N / \mu^3}$ 정도이며, 스케일링된 절단 프로파일은 표준 정규 꼬리 분포 $\Phi(\lambda)$로 수렴한다. 이 결과는 일반적인 희박성 조건 하에서 성립하며, 도수 분포에 관계없이 유니버설한 절단 형태를 드러낸다.

ABSTRACT

A finite ergodic Markov chain is said to exhibit cutoff if its distance to stationarity remains close to 1 over a certain number of iterations and then abruptly drops to near 0 on a much shorter time scale. Discovered in the context of card shuffling (Aldous-Diaconis, 1986), this phenomenon is now believed to be rather typical among fast mixing Markov chains. Yet, establishing it rigorously often requires a challengingly detailed understanding of the underlying chain. Here we consider non-backtracking random walks on random graphs with a given degree sequence. Under a general sparsity condition, we establish the cutoff phenomenon, determine its precise window, and prove that the (suitably rescaled) cutoff profile approaches a remarkably simple, universal shape.

연구 동기 및 목표

• 일반적인 도수 분포 하에서 희박한 무작위 그래프에서 비되거절 무작위 걷기(non-backtracking random walks, NBRW)의 절단 현상(cutoff phenomenon)을 확립하기 위해.
• 희박한 영역에서 혼합 시간 창문의 정확한 척도와 절단 프로파일의 극한 형태를 결정하기 위해.
• 절단 프로파일이 특정 도수 분포에 관계없이 표준 정규 꼬리 분포 $\Phi(\lambda)$로 수렴함을 보여주기 위해.
• 반반쪽 엮음(pairing)이 균일하게 이루어지는 구성 모델(configuration model) 하에서 NBRW의 거동를 분석하기 위해.
• 절단 현상이 발생하기 위한 평균 $\mu$, 분산 $\sigma^2$, 그리고 $\log(\deg(v)-1)$의 세 번째 모멘트 $\varrho$에 대한 조건을 유도하기 위해.

제안 방법

• 현재 반편지(half-edge)가 연결된 정점의 균일하게 선택된 이웃으로의 전이를 갖는 반편지 위에서 마코프 체인으로 NBRW를 모델링한다.
• 정상 상태에 대한 총 차이 거리 $\mathcal{D}(t)$ 와 혼합 시간 $t_{\textsc{mix}}(\varepsilon)$ 를 정의하며, 이는 $\mathcal{D}(t) < \varepsilon$ 가 되는 시간로 정의된다.
• 핵심 통계량으로 $\mu = \frac{1}{N}\sum \deg(v)\log(\deg(v)-1)$, $\sigma^2$, $\varrho$ 를 도입하며, 이들은 절단 행동을 지배한다.
• 가중 탐색 과정의 마틴게일 분석을 통해 절단을 확립하며, 너비 우선 탐색에서 아직 연결되지 않은 이웃의 무게를 추적한다.
• 자르기된 마틴게일에 대해 프리드먼의 부등식(Freedman’s inequality)을 적용하여 무게 과정의 편차를 통제하고, 기대 경로 주변의 집중을 증명한다.
• 절단 창문 $\omega_\star = \sqrt{\sigma^2 \log N / \mu^3}$ 을 유도하며, $t_{\textsc{mix}}(\varepsilon)$ 가 중심이 $t_\star = \log N / \mu$ 인 경우에 분포적으로 $\Phi^{-1}(\varepsilon)$ 로 수렴함을 보여준다.

실험 결과

연구 질문

• RQ1 희박한 무작위 그래프에서 비되거절 무작위 걷기(non-backtracking random walk)는 절단 현상을 보이는가?
• RQ2 절단 창문 $\omega_\star$ 의 정확한 척도는 그래프의 도수 통계량에 따라 어떻게 표현되는가?
• RQ3 스케일링된 절단 프로파일은 특정 도수 분포에 관계없이 유니버설한 극한으로 수렴하는가?
• RQ4 $\mu$, $\sigma^2$, $\varrho$ 의 모멘트가 $\log(\deg(v)-1)$ 는 절단 행동에 어떤 영향을 미치는가?
• RQ5 절단 현상이 성립하는 일반적인 희박성 조건은 무엇인가?

주요 결과

• 희박한 무작위 그래프에서 NBRW는 날카로운 절단 현상을 보이며, 정상 상태에 대한 거리가 near 1에서 near 0으로 급격히 감소한다.
• 절단 시간은 $t_\star = \log N / \mu$ 이며, 절단 창문은 $\omega_\star = \sqrt{\sigma^2 \log N / \mu^3}$ 이다.
• 스케일링된 절단 프로파일은 확률적으로 표준 정규 꼬리 분포 $\Phi(\lambda) = \frac{1}{2\pi} \int_\lambda^\infty e^{-u^2/2} du$ 로 수렴한다.
• 극한의 절단 형태는 유니버설하며 특정 도수 분포에 의존하지 않으며, 오직 $\mu$, $\sigma^2$, $\varrho$ 에만 의존한다.
• 조건 $\sigma^2 / \mu^3 \gg (\log\log N)^2 / \log N$ 과 $\sigma^3 / (\varrho \sqrt{\mu}) \gg 1 / \sqrt{\log N}$ 이 약한 조건으로 성립한다.
• 증명은 가중 탐색 과정의 마틴게일 분석에 기반하며, 프리드먼의 부등식을 통해 유도된 집중 경계를 사용한다.