[논문 리뷰] Limiting empirical spectral distribution for the non-backtracking matrix of an Erdős-Rényi random graph

Ke Wang, Philip Matchett Wood|arXiv (Cornell University)|2017. 10. 30.

Random Matrices and Applications참고 문헌 24인용 수 5

한 줄 요약

이 논문은 $np / \log n \to \infty$ 일 때 에르되시-레니 비임의 그래프 $G(n,p)$ 의 비백트래킹 행렬의 점점 커지는 경험적 스펙트럼 분포(ESD)를 규명하며, 부분적으로 비확률화된 행렬 $H_0$ 를 통해 스펙트럼이 결정론적 한계로 수렴함을 보여준다. 타오와 후의 대체 원리와 섭동 이론(Bauer-Fike)을 사용하여 원래 스펙트럼이 비확률화된 것과 매우 유사함을 증명함으로써, 희박 및 조밀한 영역 모두에서 한계 ESD를 정밀하게 특성화한다.

ABSTRACT

In this note, we give a precise description of the limiting empirical spectral distribution (ESD) for the non-backtracking matrices for an Erdős-Rényi graph assuming $np/\log n$ tends to infinity. We show that derandomizing part of the non-backtracking random matrix simplifies the spectrum considerably, and then we use Tao and Vu's replacement principle and the Bauer-Fike theorem to show that the partly derandomized spectrum is, in fact, very close to the original spectrum.

연구 동기 및 목표

• $np \to \infty$ 일 때 $G(n,p)$ 의 비백트래킹 행렬에 대한 한계 경험적 스펙트럼 분포(ESD)를 특성화하는 것.
• 원래 비백트래킹 스펙트럼을 근사하는 부분적으로 비확률화된 행렬 $H_0$ 를 도입하여 스펙트럼 분석을 단순화하는 것.
• 고급 랜덤 매트릭스 이론 도구를 사용하여 원래 매트릭스의 ESD 가 $H_0$ 의 ESD 로 수렴함을 증명하는 것.
• $p = c/n$ 의 희박 영역를 넘어서, $np \to \infty$ 인 조밀 및 희박 영역에서 비백트래킹 스펙트럼의 이해를 확장하는 것.

제안 방법

• 비백트래킹 행렬의 랜덤도 행렬 $D$ 를 그 기대값 $\mathbb{E}[D]$ 로 대체하여 부분적으로 평균화된 매트릭스 $H_0 = \begin{pmatrix} A & -\alpha I \\ I & 0 \end{pmatrix}$ 를 구성하며, 여기서 $\alpha = (n-1)p - 1$ 이다.
• 강한 의존성에도 불구하고, 원래 랜덤 매트릭스 $H$ 와 비확률화된 매트릭스 $H_0$ 의 스펙트럼을 비교하기 위해 타오와 후의 대체 원리를 적용한다.
• Bauer-Fike 정리를 사용하여 $H$ 와 $H_0$ 간의 스펙트럼 거리를 유계로 만들며, 적절한 조건 하에서 $H$ 의 고유값이 $H_0$ 의 고유값에 가까움을 보인다.
• 스펙트럼 거리의 특성 방정식 $\det(\mu^2 I - \mu A + D - I) = 0$ 을 사용하여 $2n \times 2n$ 블록 매트릭스의 고유값을 이해함으로써 문제를 단순화한다.
• 복소 평면 상의 고유값 위치에 대한 케이스 분석을 통해 스펙트럼 갭에 대한 균일한 하한을 확보하여 스펙트럼 분포의 안정성을 보장한다.
• 비백트래킹 매트릭스의 한계 ESD 가 결정론적 측도로 수렴함을 증명하며, 이는 $H_0$ 의 스펙트럼에 의해 완전히 특성화된다.

실험 결과

연구 질문

• RQ1 $np / \log n \to \infty$ 일 때 $G(n,p)$ 의 비백트래킹 행렬에 대한 한계 경험적 스펙트럼 분포는 무엇인가?
• RQ2 원래 비백트래킹 매트릭스의 스펙트럼은 조밀 영역($p$ 가 상수)과 희박 영역($p \to 0$, $np \to \infty$)에서 어떻게 행동하는가?
• RQ3 비백트래킹 매트릭스의 스펙트럼은 비확률화된 형태로 근사될 수 있으며, 그 근사 정도는 얼마나 정밀한가?
• RQ4 타오와 후의 대체 원리는 이 맥락에서 의존적인 랜덤 매트릭스를 비교하는 데 어떤 역할을 하는가?
• RQ5 비백트래킹 매트릭스의 한계 ESD 는 스펙트럼 섭동에 대해 안정적인가, 그리고 섭동 이론을 통해 이를 정량화할 수 있는가?

주요 결과

• $np / \log n \to \infty$ 일 때 $G(n,p)$ 의 비백트래킹 행렬에 대한 한계 경험적 스펙트럼 분포(ESD)는 결정론적 측도로 수렴하며, 고유값 분포를 정밀하게 특성화한다.
• 주어진 조건 하에서 원래 비백트래킹 매트릭스의 스펙트럼은 부분적으로 비확률화된 매트릭스 $H_0$ 와 매우 유사하며, 스펙트럼 거리는 $O(1/\sqrt{np})$ 로 유계로 둔다.
• 타오와 후의 대체 원리는 의존적인 랜덤 매트릭스 수열로까지 확장되어 원래 스펙트럼과 비확률화된 스펙트럼 간 비교를 가능하게 한다.
• 비백트래킹 매트릭스의 고유값은 $\{\pm 1\} \cup \{ \text{eigenvalues of } H \}$ 의 집합에 포함되며, 여기서 $H = \begin{pmatrix} A & I - D \\ I & 0 \end{pmatrix}$ 이며, 이 집합은 극한에서 완전히 특성화된다.
• 조건 $np \to \infty$ 하에서 비백트래킹 매트릭스의 한계 ESD 는 스펙트럼의 변동 없이 안정적이고 결정론적임을 입증하였으며, 이는 $p$ 가 $n$ 과 함께 감소하더라도 성립한다.
• 분석 결과 비확률화가 스펙트럼의 구조를 상당히 단순화시키며, 그 결과로 $H_0$ 의 스펙트럼은 원래 매트릭스의 극한 행동을 매우 정확하게 반영한다.