[논문 리뷰] Distances in random graphs with infinite mean degrees

Remco van der Hofstad, Gerard Hooghiemstra외 1명|ArXiv.org|2004. 07. 07.

Complex Network Analysis Techniques참고 문헌 12인용 수 5

한 줄 요약

이 논문은 무작위 그래프에서 i.i.d. 도수를 가지며 꼬리 지수 τ ∈ (1,2)인 멱법칙 꼬리 분포를 가지며 평균 도수가 무한대임을 고려한다. 극값 이론을 사용하여, 네트워크 크기 N → ∞일 때 두 일반적인 노드 간의 그래프 거리(호프카운트)가 값 2와 3에만 지지되는 극한 분포로 수렴하며, 거리 2일 확률은 양의 상수 pτ ∈ (0,1)로 수렴함을 보여준다.

ABSTRACT

We study random graphs with an i.i.d. degree sequence of which the tail of the distribution function $F$ is regularly varying with exponent $τ\in (1,2)$. Thus, the degrees have infinite mean. Such random graphs can serve as models for complex networks where degree power laws are observed. The minimal number of edges between two arbitrary nodes, also called the graph distance or the hopcount, in a graph with $N$ nodes is investigated when $N o \infty$. The paper is part of a sequel of three papers. The other two papers study the case where $τ\in (2,3)$, and $τ\in (3,\infty),$ respectively. The main result of this paper is that the graph distance converges for $τ\in (1,2)$ to a limit random variable with probability mass exclusively on the points 2 and 3. We also consider the case where we condition the degrees to be at most $N^α$ for some $α>0.$ For $τ^{-1}(τ-1)^{-1}$, the hopcount converges to the same limit as for the unconditioned degrees. Our results give convincing asymptotics for the hopcount when the mean degree is infinite, using extreme value theory.

연구 동기 및 목표

• 도수 분포가 꼬리가 무겁고 평균이 무한한 경우에 무작위 네트워크에서 그래프 거리의 점근적 행동을 이해하기 위해.
• 인터넷과 같이 멱법칙 도수 분포와 작은 일반적인 거리가 공존하는 복잡한 네트워크를 모델링하기 위해.
• 도수 모멘트가 발산할 때 호프카운트(최단 경로 길이)의 극한 분포를 엄밀히 유도하기 위해.
• 도수의 절단(예: Nα로 제한된 도수)이 극한 호프카운트 분포에 미치는 영향을 조사하기 위해.
• 유한 모멘트 영역을 초월하여 척도 불변 네트워크에서 소월현상의 이해를 확장하기 위해.

제안 방법

• 정규적으로 변화하는 분포에서 꼬리 지수 τ ∈ (1,2)를 가진 i.i.d. 도수를 갖는 그래프를 생성하기 위해 구성 모델을 사용한다.
• 가장 꼬리가 두꺼운 도수의 행동을 분석하기 위해 극값 이론을 적용한다.
• 최대 도수를 Nα 이하로 제한하여 α > 0 이면 호프카운트 수렴에 미치는 영향을 연구한다.
• 결합 추론과 모멘트 경계를 사용하여 고도수 노드(거대 노드)가 높은 확률로 완전 그래프를 형성함을 보인다.
• 확률적 지배와 농도 부등식을 사용하여 스태프 수와 고도수 노드 간 연결성을 제어한다.
• 핵심 노드의 지배성에 기반하여 두 노드가 경로 길이 2 또는 3로 연결될 확률에 대한 점근적 경계를 유도한다.

실험 결과

연구 질문

• RQ1 i.i.d. 도수를 가지며 평균이 무한한 경우에, 두 일반적인 노드 간 그래프 거리의 극한 분포는 무엇인가?
• RQ2 도수 분포가 Nα로 절단되었을 때, 특히 τ ∈ (1,2) 영역에서 호프카운트는 어떻게 행동하는가?
• RQ3 무한 평균 도수를 가진 핵심 노드의 존재가 유한한 극한 호프카운트를 유도하는가? 만약 그렇다면 그 이유는 무엇인가?
• RQ4 호프카운트가 3에 집중하는 것에서, 절단되지 않은 경우와 동일한 극한 분포로 전이되는 데 필요한 α의 임계 값은 무엇인가?
• RQ5 극한 확률 P(H_N=2)는 τ에 대해 명시적으로 계산할 수 있는가?

주요 결과

• τ ∈ (1,2)일 때, 두 일반적인 노드 간 호프카운트 H_N은 오직 값 2와 3에만 지지되는 극한 랜덤 변수로 수렴한다.
• 극한 확률 P(H_N = 2)는 양의 상수 pτ ∈ (0,1)로 수렴하며, 이는 τ에 따라 달라지며 엄밀히 양수이다.
• 도수가 N^α 이하로 조건화되었고 τ⁻¹ < α < (τ−1)⁻¹일 경우, 호프카운트는 확률적으로 3로 수렴한다.
• α > (τ−1)⁻¹일 경우, 호프카운트는 절단되지 않은 경우와 동일한 극한 분포로 수렴한다. 즉, {2,3}에서 비퇴화된 분포로 수렴한다.
• 수렴은 극값 이론에 의해 이끌리며, 가장 꼬리가 두꺼운 도수들이 그래프 구조를 지배하고 핵심 핵을 형성한다.
• 시뮬레이션 결과는 이론적 결과를 확인한다: N이 증가함에 따라 경험적 호프카운트 분포는 2와 3에 집중하며, P(H_N=2)는 안정화된다.