[논문 리뷰] Uniform regular weighted graphs with large degree: Wigner's law, asymptotic freeness and graphons limit

Camille Male, Sandrine Péché|arXiv (Cornell University)|2014. 10. 29.

Random Matrices and Applications참고 문헌 4인용 수 5

한 줄 요약

이 논문은 degree $ d_N $ 와 $ N - d_N $ 가 모두 무한으로 발산하는 조건 하에서, 균일한 무작위 정규 가중 그래프가 Wigner의 반원법칙과 자유확률론에서의 점근적 자유성을 만족함을 증명한다. 핵심 결과는 관련도 추정 $ \mathfrak{C}_N(T) = \left(\frac{d_N}{N}\right)^{|T|} \cdot O(d_N^{-|T|/2}) $ 로, 이는 표준화된 경험적 고유값 분포가 반원법칙으로 수렴하고, 큰 무작위 정규 그래프에서 점근적 자유성을 가능하게 한다.

ABSTRACT

For each $N\geq 1$, let $G_N$ be a simple random graph on the set of vertices $[N]=\{1,2, ..., N\}$, which is invariant by relabeling of the vertices. The asymptotic behavior as $N$ goes to infinity of correlation functions: $$ \mathfrak C_N(T)= \mathbb E\bigg[ \prod_{(i,j) \in T} \Big(\mathbf 1_{\big(\{i,j\} \in G_N \big)} - \mathbb P(\{i,j\} \in G_N) \Big)\bigg], \ T \subset [N]^2 extrm{finite}$$ furnishes informations on the asymptotic spectral properties of the adjacency matrix $A_N$ of $G_N$. Denote by $d_N = N imes \mathbb P(\{i,j\} \in G_N) $ and assume $d_N, N-d_N\underset{N ightarrow \infty}{\longrightarrow} \infty$. If $\mathfrak C_N(T) =\big(\frac{d_N}N\big)^{|T|} imes O\big(d_N^{-\frac {|T|}2}\big)$ for any $T$, the standardized empirical eigenvalue distribution of $A_N$ converges in expectation to the semicircular law and the matrix satisfies asymptotic freeness properties in the sense of free probability theory. We provide such estimates for uniform $d_N$-regular graphs $G_{N,d_N}$, under the additional assumption that $|\frac N 2 - d_N- η\sqrt{d_N}| \underset{N ightarrow \infty}{\longrightarrow} \infty$ for some $η>0$. Our method applies also for simple graphs whose edges are labelled by i.i.d. random variables.

연구 동기 및 목표

• 균일한 무작위 정규 가중 그래프의 점근적 스펙트럼 행동을 규명하는 것.
• 경험적 고유값 분포가 반원법칙으로 수렴하는 데 이르는 엣지 지표에 대한 관련도 추정을 도출하는 것.
• Erdős–Rényi 그래프에서의 결과를 더 강한 degree 발산 조건 하에서 정규 그래프로 확장하는 것.
• 자유확률론 이론의 맥락에서 인접행렬의 점근적 자유성에 대해 연구하는 것.
• 발산하는 degree를 가진 큰 무작위 정규 그래프에 대해 그래프온 근사 프레임워크를 제공하는 것.

제안 방법

• 스펙트럼 성질를 분석하기 위해 관련도 함수 $ \mathfrak{C}_N(T) = \mathbb{E}\left[\prod_{(i,j)\in T}\left(\mathbbm{1}_{\{i,j\}\in G_N} - \mathbb{P}(\{i,j\}\in G_N)\right)\right] $ 를 사용한다.
• 그래프의 구조를 제어하고 병목 현상을 방지하기 위해 조건 $ |\frac{N}{2} - d_N - \eta\sqrt{d_N}| \to \infty $ 를 도입한다.
• 라벨이 부여된 경로와 사이클의 수에 대한 조합적 추정을 $ \sharp\mathcal{B}_N(\cdot, \ell) $ 를 통해 수행하며, 공유된 정점을 가진 구성의 수를 근사한다.
• 기술적 조건 $ N - 2d_N - \eta\sqrt{d_N} \to \infty $ 하에서 $ \sharp\mathcal{B}_N(\cdot, \ell) $ 에 대한 재귀적 경계를 적용하여 지수 감소 $ \rho^{\ell - m_N} $ (여기서 $ \rho < 1 $) 를 보여준다.
• 이 방법을 균일한 무작위 정규 그래프와 i.i.d. 가중치를 가진 엣지 가중 그래프 양쪽에 적용하여, i.i.d. 인접행렬 모델을 초월한 일반화를 이룬다.
• 표준화된 인접행렬 $ M_N $ 이 큰 $ N $ 근처에서 자유독립 조건을 만족함을 보여, 점근적 자유성을 확립한다.

실험 결과

연구 질문

• RQ1 균일한 무작위 $ d_N $-정규 가중 그래프의 경험적 고유값 분포가 반원법칙으로 수렴하는 조건은 무엇인가?
• RQ2 정규 그래프에서 엣지 지표에 대한 관련도 추정이 Wigner의 법칙과 점근적 자유성을 이끌 수 있도록 어떻게 유 bounds 할 수 있는가?
• RQ3 특히 $ d_N $ 와 $ N - d_N $ 의 균형이 인접행렬의 스펙트럼 극한에 어떻게 영향을 주는가?
• RQ4 큰 degree를 가진 균일한 무작위 정규 그래프가 고전적인 Wigner 행렬과 동일한 스펙트럼 및 자유확률적 성질을 얼마나 잘 보여주는가?
• RQ5 그래프온 근사는 큰 정규 가중 그래프의 점근적 행동을 기술하는 데 어떤 역할을 하는가?

주요 결과

• 조건 $ |\frac{N}{2} - d_N - \eta\sqrt{d_N}| \to \infty $ 하에서, 모든 유한한 $ T \subset [N]^2 $ 에 대해 관련도 함수는 $ \mathfrak{C}_N(T) = \left(\frac{d_N}{N}\right)^{|T|} \cdot O\left(d_N^{-|T|/2}\right) $ 를 만족한다.
• 조건 $ d_N, N - d_N \to \infty $ 를 만족할 경우, 인접행렬의 표준화된 경험적 고유값 분포는 기대값에서 반원법칙으로 수렴한다.
• 자유확률론의 관점에서 인접행렬는 점근적 자유성을 만족하며, i.i.d. Wigner 행렬의 결과를 정규 그래프 모델로 확장한다.
• 이 방법은 균일한 무작위 정규 그래프와 i.i.d. 가중치를 가진 엣지 가중 그래프 양쪽에 적용 가능하여, 베르누이 엣지 모델을 초월한 일반화를 이룬다.
• 재귀적 경계를 통해 구성의 수 $ \sharp\mathcal{B}_N(\cdot, \ell) $ 에 대한 지수 감소가 확립되며, 이는 핵심 관련도 추정으로 이어진다.
• 기술적 조건 $ N - 2d_N - \eta\sqrt{d_N} \to \infty $ 는 그래프가 충분히 확산되어 있음을 보장하여, 감소 추정과 스펙트럼 수렴을 가능하게 한다.