[논문 리뷰] Noise sensitivity in bootstrap percolation

Zsolt Bartha, Gábor Pete|arXiv (Cornell University)|2015. 09. 28.

Stochastic processes and statistical mechanics참고 문헌 27인용 수 3

한 줄 요약

이 논문은 유한 그래프에서 $k$-이웃 부트스트랩 퍼콜레이션의 노이즈 민감성에 대해 조사하며, $d$-차원 토러스 $[n]^d$에서 $k=2$, $d\geq2$일 때 임계 밀도에서의 완전 점유가 노이즈 민감함을 보이고, $d$-정규 랜덤 그래프 $G_{n,d}$에서는 $2\leq k\leq d-2$일 때 노이즈 민감하지 않음을 밝힌다. 이 결과는 임계 밀도의 행동에 기반한다: 토러스에서는 $p_c \to 0$이 되어 노이즈 민감하고, 랜덤 그래프에서는 $p_c > 0$이 되어 민감하지 않다.

ABSTRACT

Answering questions of Itai Benjamini, we show that the event of complete occupation in 2-neighbour bootstrap percolation on the d-dimensional box [n]^d, for d\geq 2, at its critical initial density p_c(n), is noise sensitive, while in k-neighbour bootstrap percolation on the d-regular random graph G_{n,d}, for 2\leq k\leq d-2, it is insensitive. Many open problems remain.

연구 동기 및 목표

• 유한 그래프에서 $k$-이웃 부트스트랩 퍼콜레이션의 완전 점유 사건이 임계 초깃밀도 $p_c(n)$에서 노이즈 민감한지 여부를 규명하는 것.
• 이타이 벤자민이 제기한 질문, 즉 $[n]^d$와 $G_{n,d}$에서의 부트스트랩 퍼콜레이션에서의 노이즈 민감성 문제를 해결하는 것.
• asymptotic 행동 $p_c(G_n,k)$와 완전 점유 사건의 노이즈 민감성 간의 관계를 조사하는 것.
• 유럽식 격자와 랜덤 정규 그래프 간의 부트스트랩 퍼콜레이션 노이즈 민감성의 대비를 제시하는 것. 이는 둘 다 단조 동역학을 갖지만, 결과적으로는 다를 수 있음.

제안 방법

• 초기 구성과 각 비트가 독립적으로 확률 $\epsilon$로 재표본화되는 노이즈가 가해진 버전 사이의 상관관계 감쇠를 분석하기 위해 이산 푸리에 분석과 노이즈 연산자 기법을 사용한다.
• 루소의 공식과 핵심성 추정치를 적용하여 개별 정점이 완전 점유 사건에 미치는 영향을 유계화하며, $d=2$일 때 $\mathbb{I}_x = \mathbb{P}_p(x \text{가 핵심적이다}) = O(\log^{3+o(1)}n / n^2)$임을 보인다.
• 노이즈 안정성 추정치 $\mathcal{S}_\varepsilon(f) \leq (6e+1) \cdot \mathcal{W}(f)^{\alpha(\varepsilon) \cdot \varepsilon}$를 사용하며, 여기서 $\mathcal{W}(f)$는 총 영향도이고 $\alpha(\varepsilon)$는 $p_c(n)$의 로그 척도에 따라 달라진다.
• 이미 알려진 $p_c([n]^d,2) = \Theta(1 / \log^{d-1}n)$ 및 $p_c(G_{n,d},k) \to p_c(\mathbb{T}_d,k) > 0$의 渐近 행동을 활용하여 그래프 유형 간의 노이즈 민감성 비교를 수행한다.
• 토러스 $\mathbb{T}_n^d$와 상자 $[n]^d$ 사이의 커플링을 사용하여 $p_c([n]^d) = p_c(\mathbb{T}_n^d) + o(1/n^{1/3})$임을 보이고, 노이즈 안정성이 균일하게 감쇠됨을 보인다.
• 특히 $\epsilon_n \gg \log\log n / \log n$일 때, $[n]^d$에서 $\mathrm{Corr}(f^\mathcal{C}_n(\omega), f^\mathcal{C}_n(\omega^{\epsilon_n})) \to 0$임을 증명하여, 토러스에서의 노이즈 민감성을 입증한다.

실험 결과

연구 질문

• RQ1 2-이웃 부트스트랩 퍼콜레이션에서 $[n]^d$에서 완전 점유 사건이 임계 밀도 $p_c(n)$에서 노이즈 민감한가?
• RQ2 $d$-정규 랜덤 그래프 $G_{n,d}$에서 $k$-이웃 부트스트랩 퍼콜레이션의 완전 점유 사건은 $2 \leq k \leq d-2$일 때 노이즈 민감한가, 민감하지 않은가?
• RQ3 완전 점유 사건의 노이즈 민감성은 $p_c(G_n,k) \to 0$인지, $\liminf p_c(G_n,k) > 0$인지와 관련이 있는가?
• RQ4 개별 정점의 影향도와 임계 창의 구조를 통해 부트스트랩 퍼콜레이션의 노이즈 민감성을 특성화할 수 있는가?
• RQ5 완전 점유 사건의 지표 함수에 대한 노이즈 연산자 $N_p^\epsilon$의 행동은 상관관계 감쇠와 어떻게 관련되는가?

주요 결과

• $d \geq 2$일 때, $[n]^d$에서 2-이웃 부트스트랩 퍼콜레이션의 완전 점유 사건은 노이즈 민감하다: 임의의 $\epsilon_n \gg \log\log n / \log n$에 대해, $n \to \infty$일 때 원본과 노이즈가 가해진 구성 간의 상관관계가 0으로 수렴한다.
• $d$-정규 랜덤 그래프 $G_{n,d}$에서는 $2 \leq k \leq d-2$일 때 완전 점유 사건이 노이즈 민감하지 않다. 작은 노이즈 조건에서도 상관관계가 0에서 멀리 떨어져 있음을 보인다.
• 각 정점 $x$의 핵심 영향도 $\mathbb{I}_x$는 $d=2$일 때 $\mathbb{I}_x = O(\log^{3+o(1)}n / n^2)$를 만족하며, 이는 총 영향도 $\mathcal{W}(\mathcal{C}_{\mathbb{T}_n^2}) = O(\log^{5+o(1)}n / n^2)$로 이어진다.
• 노이즈 안정성은 $O\left(\left(\frac{\log^{5+o(1)}n}{n^2}\right)^{\varepsilon \cdot \frac{1}{\log\log n}}\right)$로 감쇠하며, 이는 $\epsilon_n \gg \log\log n / \log n$일 때 0으로 수렴한다. 이는 토러스에서의 노이즈 민감성을 확인한다.
• 임계 밀도 $p_c([n]^d,2)$는 $p_c([n]^d,2) = p_c(\mathbb{T}_n^d,2) + o(1/n^{1/3})$를 만족하며, 이는 토러스에서의 노이즈 민감성 결과를 상자로 이전하는 데 가능하게 한다.
• 결과는 일반적인 이원화를 시사한다: $p_c \to 0$이면 노이즈 민감, $p_c > 0$이면 민감하지 않다. 다만 이에 대한 완전한 설명은 아직 열려 있다.