[논문 리뷰] Geometry of the minimal spanning tree of a random $3$-regular graph

Louigi Addario‐Berry, Sanchayan Sen|arXiv (Cornell University)|2018. 10. 09.

Topological and Geometric Data Analysis참고 문헌 69인용 수 5

한 줄 요약

이 논문은 i.i.d. 연속 엣지 가중치를 갖는 랜덤 3-정규 그래프에서 최소 스패닝 트리(MST)의 척도 한계를 확립한다. $n^{-1/3}$로 스케일링할 때, Gromov-Hausdorff-Prokhorov 위상에서 수렴하는 확률적 컴acts 미터리스 측도 공간으로 수렴함을 보인다. 이 극한 공간은 완전 그래프 $K_n$의 MST 척도 한계와 스케일링 인자 $6^{1/3}$를 제외하고 동일하며, 임의의 정규 그래프로의 보편성 확장을 비롯한 새로운 비교 기법을 통해 임의의 정규 그래프로의 보편성 확장을 확장한다.

ABSTRACT

The global structure of the minimal spanning tree (MST) is expected to be universal for a large class of underlying random discrete structures. However, very little is known about the intrinsic geometry of MSTs of most standard models, and so far the scaling limit of the MST viewed as a metric measure space has only been identified in the case of the complete graph [5]. In this work, we show that the MST constructed by assigning i.i.d. continuous edge-weights to either the random (simple) $3$-regular graph or the $3$-regular configuration model on $n$ vertices, endowed with the tree distance scaled by $n^{-1/3}$ and the uniform probability measure on the vertices, converges in distribution with respect to Gromov-Hausdorff-Prokhorov topology to a random compact metric measure space. Further, this limiting space has the same law as the scaling limit of the MST of the complete graph identified in [5] up to a scaling factor of $6^{1/3}$. Our proof relies on a novel argument that proceeds via a comparison between a $3$-regular configuration model and the largest component in the critical Erdős-Rényi random graph. The techniques of this paper can be used to establish the scaling limit of the MST in the setting of general random graphs with given degree sequences provided two additional technical conditions are verified.

연구 동기 및 목표

• 랜덤 3-정규 그래프에서 i.i.d. 연속 엣지 가중치를 갖는 최소 스패닝 트리(MST)의 척도 한계를 확립하는 것.
• 다양한 랜덤 그래프 모델 간의 MST 척도 한계 보편성(특히 완전 그래프 $K_n$에서 알려진 결과를 랜덤 정규 그래프로 확장하는 것)을 보여주는 것.
• MST 기하학을 분석하기 위해 3-정규 구성 모델과 임계 Erdős-Rényi 랜덤 그래프의 최대 컴포넌트 간에 새로운 비교 기법을 개발하는 것.

제안 방법

• MST로 생성된 미터리스 측도 공간의 수렴을 분석하기 위해 Gromov-Hausdorff-Prokhorov(GHP) 위상을 사용한다.
• 임계 Erdős-Rényi 랜덤 그래프에서의 알려진 척도 한계를 활용하여, 3-정규 구성 모델과의 쌍용(_coupling_)을 통해 비교 분석을 수행한다.
• MST 구성과 임계 퍼콜레이션 과정 간의 관계를 규명하기 위해 사이클 제거 및 수정된 사이클 제거 절차를 활용한다.
• 임계 랜덤 그래프에서 컴포넌트 크기의 수렴에 기반하며, [AddBroGolMie13]과 [Bhamidi-Sen]의 결과를 활용하여 GHP 위상에서의 수렴을 이용한다.
• 자식 수열 기반의 트리 모델을 사용하여 국소 트리 구조를 분석하고 MST 내의 부분트리의 점근적 성질을 도출한다.
• 평면 트리의 자식 수열에 대한 수렴 결과의 변종을 적용하여, 스케일링된 MST가 완전 그래프의 경우와 동일한 극한 공간으로 수렴함을 보인다.

실험 결과

연구 질문

• RQ1 랜덤 3-정규 그래프의 최소 스패닝 트리가 적절한 스케일링 하에 보편적인 극한 미터리스 측도 공간으로 수렴하는가? 완전 그래프의 경우와 유사한가?
• RQ2 랜덤 3-정규 그래프에서 MST의 내재 기하학적 구조, 특히 지름과 거리 분포 측면에서의 특성은 무엇인가?
• RQ3 임계 Erdős-Rényi 랜덤 그래프로의 비교를 통해 랜덤 정규 그래프에서 MST의 척도 한계를 확립할 수 있는가?
• RQ4 3-정규 그래프에서 MST의 극한 공간은 기존의 완전 그래프 $K_n$에서의 MST 척도 한계와 정량적으로 어떻게 관련되어 있는가?
• RQ5 주어진 도수 수열을 갖는 일반적인 랜덤 그래프로 MST 척도 한계를 확장하기 위해 필요한 도수 수열에 대한 기술적 조건는 무엇인가?

주요 결과

• 랜덤 3-정규 그래프의 최소 스패닝 트리(MST)는 $n^{-1/3}$로 스케일링된 트리 거리와 정점 위의 균일 측도를 갖는 경우, Gromov-Hausdorff-Prokhorov 위상에서 확률적 컴팩트 미터리스 측도 공간으로 수렴함을 보였다.
• 이 극한 공간은 [AddBroGolMie13]에서 규명된 완전 그래프 $K_n$의 MST 척도 한계와 스케일링 인자 $6^{1/3}$를 제외하고 동일한 법칙을 가진다.
• 이 증명은 3-정규 구성 모델과 임계 Erdős-Rényi 랜덤 그래프 간의 새로운 연결 고리를 확립하여 척도 한계 결과의 이행을 가능하게 한다.
• 이 수렴은 단순한 랜덤 3-정규 그래프와 3-정규 구성 모델 양쪽 모두 i.i.d. 연속 엣지 가중치 하에서 성립한다.
• 이 논문에서 개발된 기법은 추가적인 두 가지 기술적 조건이 확인될 경우, 주어진 도수 수열을 갖는 일반적인 랜덤 그래프로 확장 가능하다.
• MST의 지름은 $n^{1/3}$ 비례로 스케일링되며, 강한 불규칙성 하에서 복잡한 네트워크의 최적 경로에 대한 통계물리학 예측과 일치한다.