[논문 리뷰] On asymptotics of two non-uniform recursive tree models

Ella Hiesmayr|arXiv (Cornell University)|2017. 10. 03.

Stochastic processes and statistical mechanics참고 문헌 14인용 수 3

한 줄 요약

이 학위논문은 두 가지 비균일한 재귀적 트리 모델을 분석한다: 노드 부착 확률이 노드별 가중치에 의존하는 가중치 기반 재귀적 트리(WRT), 그리고 균일한 랜덤 순열 대신 리프 샤프르 순열을 사용하여 구성되는 편향된 재귀적 트리(BRT). WRT는 광범위한 조건 하에서 점점 균일한 재귀적 트리(URT)와 유사해지며, BRT는 리프 샤프르의 매개변수에 따라 다른 행동을 보이며 URT로 수렴한다. 깊이, 잎의 수, 분지 수와 같은 주요 결과들은 커플링 및 마틴게일 방법을 통해 확립된다.

ABSTRACT

In this thesis the properties of two kinds of non-uniform random recursive trees are studied. In the first model weights are assigned to each node, thus altering the attachment probabilities. We will call these trees weighted recursive trees. In the second model a different distribution rather than the uniform one is chosen on the symmetric group, namely a riffle shuffle distribution. These trees will be called biased recursive trees. For both of these models the number of branches, the number of leaves, the depth of nodes and some other properties are studied. The focus is on asymptotic results and the comparison with uniform random recursive trees. It will be shown that the studied properties of weighted recursive trees are close to uniform recursive trees in many cases when the number of nodes increases. In contrast biased recursive trees show a different behaviour but approach uniform recursive trees depending on the parameters of the riffle shuffle distribution.

연구 동기 및 목표

• 비균일한 재귀적 트리 모델의 점점 수렴하는 행동을 이해하고, 특히 균일한 재귀적 트리(URT)와의 비교를 목적으로 한다.
• 노드 가중치와 비균일 부착 메커니즘—특히 리프 샤프르 분포—이 깊이, 잎의 수, 분지 수와 같은 구조적 성질에 미치는 영향을 조사한다.
• 가중치 기반 재귀적 트리(WRT)가 점점 URT의 행동을 따르는 조건을 확립하고, 리프 샤프르 매개변수의 변화에 따라 BRT가 URT로 수렴하는 방식을 분석한다.
• 기존 URT 결과를 WRT와 BRT로 전이하기 위한 커플링 및 마틴게일 기법을 개발하여 점점 수렴 및 농도 분석을 가능하게 한다.

제안 방법

• WRT와 URT 사이의 커플링 구축을 통해 깊이 및 잎의 수와 같은 구조 통계의 점점 수렴 분포를 비교한다.
• 마틴게일 차분 수열과 Azéma-Yor 임bedding을 사용하여 비균일 가중치 수열 하에서 WRT 내 노드의 깊이를 분석한다.
• 리프 샤프르 이론과 반기록을 활용하여 편향된 재귀적 트리(BRT)의 부착 메커니즘을 모델링하며, 순열 통계 내 독립성 구조를 활용한다.
• WRT에서 종속된 랜덤 변수의 합에 대한 다변량 정규 근사 및 중심극한정리 적용—특히 가중치가 고정되거나 특정 수열을 따를 경우.
• Wasserstein 및 Kolmogorov 거리 측도를 사용하여 WRT와 URT 사이의 분포 수렴 정도를 정량화하며, 매개변수 변화에 따른 BRT와 URT 간의 수렴을 분석한다.
• 리프 샤프르 순열의 순환 구조를 활용하여 BRT 내 분지 수를 분석하지만, 전체 점점 수렴 분포는 아직 열려 있는 문제이다.

실험 결과

연구 질문

• RQ1 가중치 기반 재귀적 트리(WRT)가 어떤 조건에서 점점 균일한 재귀적 트리(URT)의 통계적 행동을 따르는가?
• RQ2 노드 깊이의 분포는 노드 수가 증가함에 따라 어떻게 행동하는가? 특히 가중치가 균일성에서 벗어날 경우에 대해.
• RQ3 리프 샤프르 순열을 통해 구성된 편향된 재귀적 트리(BRT)의 분지 수의 점점 수렴 분포는 무엇인가?
• RQ4 리프 샤프르 분포의 매개변수가 BRT가 URT로 수렴하는 데 깊이 및 잎의 수 측면에서 어떻게 영향을 미치는가?
• RQ5 기존 URT 결과를 바탕으로 WRT와 BRT의 구조 통계에 대한 농도 부등식을 도출하기 위해 커플링 기법을 사용할 수 있는가?

주요 결과

• 유한 개의 비단위 가중치를 가진 가중치 기반 재귀적 트리(WRT)는 노드 깊이 및 잎의 수 분포 측면에서 균일한 재귀적 트리(URT)와 점점 유사한 행동을 보인다.
• WRT에서 노드의 기대 깊이는 가중치 수열에 따라 수렴하며, 특정 조건 하에서는 깊이 분포가 중심극한정리를 만족한다.
• a개의 무더기로 구성된 리프 샤프르로부터 생성된 편향된 재귀적 트리(BRT)에서는 최대 차수 정확히 a이며, 이는 a-진 트리와 유사한 구조적 특성을 띤다.
• BRT에서 노드 깊이의 기대값은 점점 수렴함에 있어 리프 샤프르의 첫 번째 매개변수 p₁에만 의존하며, 초기 분포의 강한 영향을 나타낸다.
• BRT의 분지 수는 반기록 간의 전역적 의존성으로 인해 아직 열려 있는 문제이지만, 리프 샤프르 순열의 순환 구조는 향후 해결 가능성을 제시한다.
• WRT와 URT 사이의 커플링 구축은 점점 수렴 및 농도 결과의 전이를 가능하게 하며, 이는 다른 트리 통계로의 광범위한 적용 가능성을 시사한다.