[논문 리뷰] Large sparse networks of interacting diffusions

Daniel Lacker, Kavita Ramanan외 1명|arXiv (Cornell University)|2019. 04. 04.

Stochastic processes and statistical mechanics인용 수 11

한 줄 요약

이 논문은 상호작용 확산의 큰 희박한 네트워크를 연구하며, 상호작용 그래프의 국소 수렴 조건 하에서 입자 시스템이 한계 그래프 위의 한계 확산으로 약한 국소 수렴함을 보여준다. 주요 결과로는 비마르코프 과정을 통해 단조형 갈톤-워즈 트리 위에서 한계 역학을 특성화하고, 일반적으로 입자 시스템의 경험 측도 한계가 결정론적일 수 있음에도 불구하고 여전히 확률적일 수 있음을 입증한다.

ABSTRACT

We consider interacting particle systems on a large sparse, possibly random, interaction graph $G_n$, where each particle evolves infinitesimally like a d-dimensional diffusion whose drift coefficient depends on the histories of its own state and the states of neighboring particles, and the diffusion coefficient depends only on the history of its own state. We study limits of such particle systems in the case when the average degree of $G_n$ remains almost surely bounded. Specifically, under suitable assumptions on the coefficients and initial conditions, we show that if $G_n$ converges in distribution in the sense of local convergence to a locally finite graph $G$, then the corresponding particle dynamics converge weakly locally to a certain limit diffusion on $G$. We also show that for certain graph sequences, including sparse Erdos-Renyi graph sequences, the limit of the empirical measure is deterministic and coincides with the law of a typical particle; but show that in general, the empirical measure limit may fail to coincide with the law of a typical particle, and it could even remain stochastic. Furthermore, when $G$ is a unimodular Galton-Watson tree, under suitable assumptions we characterize the limiting dynamics of the neighborhood of a typical particle in terms of a certain finite-dimensional non-Markovian stochastic process whose infinitesimal evolution at any time depends not only on the current state of the neighborhood, but also on the conditional law of the current state given the past of the neighborhood process until that time. This resolves the open problem of characterizing the limiting dynamics on sequences of sparse Erdos-Renyi graphs. Important ingredients of the proofs include correlation decay estimates, a second-order Markov random field property for particle trajectories, and a stochastic analytic result on mimicking Ito processes.

연구 동기 및 목표

• 큰 희박한 상호작용 그래프 위에서 상호작용 확산 입자 시스템의 渐近적 행동을 이해하기 위해.
• 입자 시스템의 경험 측도가 결정론적 한계로 수렴하는 조건을 규명하기 위해.
• 희박한 에르되시-레니 그래프 수열 위에서의 한계 역학을 특성화하는 열린 문제를 해결하기 위해.
• 입자 시스템의 경험 측도 한계가 일반 입자 법칙과 다를 수 있는 조건을 설정하기 위해.
• 비마르코프 확률 과정을 사용하여 단조형 갈톤-워즈 트리 위에서의 한계 역학을 특성화하기 위해.

제안 방법

• 랜덤 그래프 $G_n$ 이 국소 유한한 그래프 $G$ 로 국소 분포 수렴함을 핵심 구조적 가정으로 사용한다.
• 대규모 시스템 극한에서 네트워크 전반의 의존성을 제어하기 위해 상관성 감쇠 추정을 적용한다.
• 입자 궤적의 두 번째 차수 마르코프 무작위 필드 성질을 활용하여 시간적·공간적 의존성을 모델링한다.
• 이토 과정을 모의하는 확률 해석 결과를 사용하여 한계 역학을 구성한다.
• 과거 조건부 법칙에 의존하는 유한 차원 비마르코프 과정을 통해 단조형 갈톤-워즈 트리 위에서의 한계를 특성화한다.
• 적절한 계수 및 초기 조건 가정 하에서 입자 역학의 약한 국소 수렴을 확립한다.

실험 결과

연구 질문

• RQ1 큰 희박한 상호작용 확산 네트워크의 경험 측도가 결정론적 한계로 수렴하는 조건은 무엇인가?
• RQ2 희박한 에르되시-레니 그래프 위에서의 한계 역학을 완전히 특성화할 수 있으며, 만약 가능하면 그 방법은 무엇인가?
• RQ3 경험 측도 한계가 일반 입자 법칙과 일치하지 않는 경우는 언제인가?
• RQ4 단조형 갈톤-워즈 트리 위에서 일반 입자 주변에서 비마르코프성의 특성이 어떻게 나타나는가?
• RQ5 과거 주변 역사에 기반한 현재 상태의 조건부 법칙이 한계 역학에서 어떤 역할을 하는가?

주요 결과

• 그래프 $G_n$ 이 분포적으로 국소 수렴함에 따라 입자 시스템은 한계 그래프 $G$ 위의 한계 확산으로 약한 국소 수렴한다.
• 희박한 에르되시-레니 그래프를 포함한 특정 그래프 수열의 경우, 경험 측도 한계는 결정론적이며 일반 입자 법칙과 일치한다.
• 일반적으로 경험 측도 한계는 일반 입자 법칙이 결정론적일지라도 여전히 확률적일 수 있다.
• 단조형 갈톤-워즈 트리 위에서 일반 입자의 주변 한계 역학은 유한 차원 비마르코프 과정으로 특성화된다.
• 이 비마르코프 과정의 무한소 진화는 현재 상태와 과거 주변 과정에 기반한 상태의 조건부 법칙에 모두 의존한다.
• 이 결과는 비마르코프 표현을 통해 희박한 에르되시-레니 그래프 위의 한계를 특성화하는 데 있어 열린 문제를 해결한다.