[논문 리뷰] Random Walks on Dynamic Graphs: Mixing Times, HittingTimes, and Return Probabilities

Thomas Sauerwald, Luca Zanetti|arXiv (Cornell University)|2019. 03. 04.

Markov Chains and Monte Carlo Methods인용 수 7

한 줄 요약

이 논문은 정적 그래프에서의 결과를 일반화하기 위해 국소적 확장 성질을 사용하여, 시간에 따라 변화하는 그래프에서의 혼합 시간, 도달 시간, 복귀 확률에 대한 경계를 설정한다. 시간에 따라 변하지 않는 정(stationary) 분포를 가진 경우, 동적 정규 그래프는 혼합 시간과 도달 시간이 O(n²)임을 보이며, 이는 알려진 정적 그래프 경계와 일치한다. 반면 비정규 그래프의 경우 혼합 시간은 O(n³), 최대 도달 시간은 O(n³ log n)이다.

ABSTRACT

We establish and generalise several bounds for various random walk quantities including the mixing time and the maximum hitting time. Unlike previous analyses, our derivations are based on rather intuitive notions of local expansion properties which allows us to capture the progress the random walk makes through $t$-step probabilities. We apply our framework to dynamically changing graphs, where the set of vertices is fixed while the set of edges changes in each round. For random walks on dynamic connected graphs for which the stationary distribution does not change over time, we show that their behaviour is in a certain sense similar to static graphs. For example, we show that the mixing and hitting times of any sequence of $d$-regular connected graphs is $O(n^2)$, generalising a well-known result for static graphs. We also provide refined bounds depending on the isoperimetric dimension of the graph, matching again known results for static graphs. Finally, we investigate properties of random walks on dynamic graphs that are not always connected: we relate their convergence to stationarity to the spectral properties of an average of transition matrices and provide some examples that demonstrate strong discrepancies between static and dynamic graphs.

연구 동기 및 목표

• 시간이 지남에 따라 연결성과 간선 집합이 변화하는 동적 그래프에서 랜덤 워크의 거동를 이해하기 위해.
• 정적 그래프에서의 고전적 랜덤 워크 결과(예: 혼합 시간과 도달 시간)를 시간에 따라 변하지 않는 정 분포를 가진 동적 그래프로 일반화하기 위해.
• 변형되는 그래프의 위상적 변화가 정상 상태에 수렴하는 데 영향을 주고 탐색 과정의 효율성에 어떤 영향을 미치는지 조사하기 위해.
• 동적 그래프가 정적 그래프와 유사한 방식으로 랜덤 워크 수렴 및 혼합 성질을 보이게 되는 조건을 규명하기 위해.
• 특히 연결성이 보장되지 않을 경우 정적 그래프와 동적 그래프 간의 차이를 스펙트럼 성질과 수렴 속도 측면에서 탐색하기 위해.

제안 방법

• 랜덤 워크의 t단계 전이 확률을 분석하고 진전 정도를 정량화하기 위해 국소적 확장 성질에 기반한 프레임워크를 개발한다.
• 간선 경계와 정점 분류(클래스 1 및 클래스 2)의 개념을 사용하여 시간에 따른 확장 성질의 변화율을 제한한다.
• 스펙트럼 분석과 행렬 평균화를 적용하여 정상 상태 수렴과 평균 전이 행렬의 스펙트럼 성질 간의 관계를 규명한다.
• 혼합 시간 경계를 도출하는 데 핵심적인 역할을 하는 간선 경계 크기의 역수 합을 제한하기 위해 조합론적 추론과 순서 정렬 기법을 활용한다.
• 기존 정적 그래프 결과(예: 매튜스의 경계)를 확률론적 및 그래프 이론적 부등식을 통해 동적 환경에 적응시킨다.
• 극한 그래프 구조(예: 바벨 유사 구조 및 제어된 간선 연결성의 정규 그래프)를 구성함으로써 경계의 날카러움을 검증한다. 이는 로그 인자까지의 정확도에서 경계의 날카로움을 입증한다.

실험 결과

연구 질문

• RQ1 시간에 따라 변하지 않는 정 분포를 가진 동적 그래프에서 혼합 시간과 도달 시간이 정적 그래프와 비교해 어떻게 되는가?
• RQ2 국소적 확장 성질을 사용하여 동적 변화하는 그래프에서 혼합 시간과 도달 시간에 대한 일반 경계를 도출할 수 있는가?
• RQ3 그래프가 항상 연결되어 있지 않을 경우 랜덤 워크의 수렴 성질은 어떻게 되며, 전이 행렬의 스펙트럼 성질은 이에 어떤 영향을 미치는가?
• RQ4 시간에 따라 변하지 않는 정 분포를 가진 동적 그래프가 정적 그래프의 혼합 시간 행동을 어느 정도 유사하게 유도하는가?
• RQ5 도수 정규성과 간선 연결성은 동적 환경에서 도달 시간과 혼합 시간 경계의 날카로움에 어떤 영향을 미치는가?

주요 결과

• 시간에 따라 변하지 않는 정 분포를 가진 임의의 d-정규 연결 그래프 시퀀스에 대해 혼합 시간은 O(n²)이며, 이는 정적 그래프에서 알려진 최고의 경계와 일치한다.
• 이러한 동적 d-정규 그래프의 최대 도달 시간은 O(n²)이며, 이는 최적의 경계이자 정적 그래프의 최악의 경우 경계와 일치한다.
• 시간에 따라 변하지 않는 정 분포를 가진 비정규 동적 그래프의 경우 혼합 시간은 O(n³)로 제한되며, 이는 정적 그래프에서 알려진 최악의 경우 경계와 일치한다.
• 동적 그래프의 최대 도달 시간은 O(n³ log n)로 제한되며, 이는 정적 그래프에서 관찰된 최적의 O(n³) 경계와 로그 인자 범위 내에 있다(예: 바벨 그래프에서 관찰됨).
• 논문은 동적 그래프에서 정상 상태 수렴이 시간에 걸친 평균 전이 행렬의 스펙트럼 성질에 의해 결정됨을 규명한다.
• 이 프레임워크는 시간에 따라 변하지 않는 정 분포를 가진 동적 그래프가 핵심적인 랜덤 워크 양상 측면에서 정적 그래프와 순서적으로 구별될 수 없음을 보여준다.