[논문 리뷰] Large deviation for the empirical degree distribution of an Erdos-Renyi graph

Sumit Mukherjee|arXiv (Cornell University)|2013. 10. 15.

Random Matrices and Applications참고 문헌 6인용 수 5

한 줄 요약

이 논문은 간선 확률이 $\beta/n$인 에르되시-레니 수동 그래프의 경험적 차수 분포에 대해 약한 수렴보다 강한 위상에서의 대 deviations 원리( large deviation principle)를 수립한다. 정밀하게, 희박한 지수형 무작위 그래프 모형(ERGM)에서 기하학적으로 가중된 차수 또는 교대 k-별 항을 포함하는 경우는 붕괴되지 않음을 입증하며, 반면 k-별 항을 포함하는 경우는 붕괴됨을 보여, 사회적 네트워크 모형화의 핵심 문제를 해결한다.

ABSTRACT

With $(d_1,\cdots,d_n)$ denoting the labeled degrees of an Erdos Renyi graph with parameter $\beta/n$, the large deviation principle for $\frac{1}{n}\sum\limits_{j=1}^n\delta_{d_j}$ (the empirical distribution of the degrees) is derived with a good rate function, with respect to a topology stronger than the weak topology. As an application the degeneracy of some sparse ERGM models used in social networks is studied rigorously, showing in particular that using terms such as gwd (geometrically weighted degree) and alternating $k$ stars does not cause degeneracy, whereas using a $k$-star term does.

연구 동기 및 목표

• 희박한 에르되시-레니 무작위 그래프에서 경험적 차수 분포에 대한 대 deviations 원리를 수립하는 것.
• 사회적 네트워크 분석에 사용되는 희박한 지수형 무작위 그래프 모형(ERGM)의 붕괴 행동을 분석하는 것.
• ERGM의 어떤 충분통계량이 희박한 영역에서 모형 붕괴를 유도하는지 규명하는 것.
• 일반적인 ERGM 항들의 안정성에 대한 엄밀한 수학적 기초를 제공하는 것.

제안 방법

• 간선 확률이 $\beta/n$인 에르되시-레니 그래프에서 경험적 차수 측도 $\frac{1}{n}\sum_{j=1}^n \delta_{d_j}$ 에 대한 대 deviations 원리를 유도한다.
• 약한 수렴보다 강한 위상을 사용하여 양호한 비용 함수를 확보한다.
• 대 deviations 결과를 적용하여 지수형 무작위 그래프 모형의 점근적 행동을 연구한다.
• 특정 충분통계량—k-별, 기하학적으로 가중된 차수(gwd), 교대 k-별—이 모형 붕괴에 미치는 영향을 분석한다.
• k-별 항이 있는 모형과 없는 모형의 점근적 행동을 비교하여 붕괴 여부를 평가한다.
• 대 deviations 기법을 활용하여 다양한 ERGM 사양 하에서 차수 분포의 점근적 행동을 엄밀히 기술한다.

실험 결과

연구 질문

• RQ1 에르되시-레니 그래프의 경험적 차수 분포가 강한 위상 하에서 대 deviations 원리를 만족하는가?
• RQ2 ERGM의 충분통계량에 어떤 조건이 희박한 영역에서 모형 붕괴를 유도하는가?
• RQ3 기하학적으로 가중된 차수(gwd) 및 교대 k-별 항이 희박한 ERGM에서 붕괴를 방지하는가?
• RQ4 k-별 항이 희박한 ERGM에서 붕괴의 본질적 원인인가?
• RQ5 대 deviations 이론을 사용하여 네트워크 모형의 안정성을 엄밀히 분석할 수 있는가?

주요 결과

• 간선 확률이 $\beta/n$인 에르되시-레니 그래프의 경험적 차수 분포는 약한 수렴보다 강한 위상에서 양호한 비용 함수를 갖는 대 deviations 원리를 만족한다.
• 대 deviations 원리는 희박한 무작위 그래프에서 차수 분포의 희귀 사건을 분석하는 엄밀한 프레임워크를 제공한다.
• 기하학적으로 가중된 차수(gwd) 항을 포함하는 ERGM은 희박한 영역에서 붕괴를 보이지 않는다.
• 교대 k-별 항을 포함하는 ERGM 역시 희박한 설정에서도 붕괴를 피한다.
• 반면, 표준 k-별 항을 포함하는 ERGM은 희박한 영역에서 붕괴됨을 보여, 불안정성을 나타낸다.
• 분석을 통해 k-별 항이 희박한 네트워크 모형에서 붕괴의 주요 원인임을 확인한다.