[논문 리뷰] Vacant sets and vacant nets: Component structures induced by a random walk

Colin Cooper, Alan Frieze|arXiv (Cornell University)|2014. 04. 17.

Markov Chains and Monte Carlo Methods참고 문헌 25인용 수 2

한 줄 요약

이 논문은 무작위 r-정규 그래프에서 무작위 걷기의 결과로 생기는 빈 집합과 빈 네트워크—방문하지 않은 정점과 간선—의 구성 요소 구조를 분석한다. 간단한, 후퇴를 방지하는, 그리고 방문하지 않은 간선을 우선시하는 세 가지 걷기 유형에 대해 빈 네트워크의 단계 전이 임계점을 규명하며, r이 증가함에 따라 서로 다른 점점적 임계점으로 수렴함을 보여준다.

ABSTRACT

Given a discrete random walk on a finite graph G, the vacant set and vacant net are, respectively, the sets of vertices and edges which remain unvisited by the walk at a given step t.%These sets induce subgraphs of the underlying graph. Let Γ(t) be the subgraph of Ginduced by the vacant set of the walk at step t. Similarly, let Γˆ(t) be the subgraph of G induced by the edges of the vacant net. For random r-regular graphs Gr, it was previously established that for a simple random walk, the graph Γ(t) of the vacant set undergoes a phase transition in the sense of the phase transition on Erd\H{os}-Renyi graphs Gn,p. Thus, for r≥3 there is an explicit value t∗=t∗(r) of the walk, such that for t≤(1−ϵ)t∗, Γ(t) has a unique giant component, plus components of size O(logn), whereas for t≥(1+ϵ)t∗ all the components of Γ(t) are of size O(logn). We establish the threshold value tˆ for a phase transition in the graph Γˆ(t) of the vacant net of a simple random walk on a random r-regular graph. We obtain the corresponding threshold results for the vacant set and vacant net of two modified random walks. These are a non-backtracking random walk, and, for r even, a random walk which chooses unvisited edges whenever available. This allows a direct comparison of thresholds between simple and modified walks on random r-regular graphs. The main findings are the following: As r increases the threshold for the vacant set converges to nlogr in all three walks. For the vacant net, the threshold converges to rn/2logn for both the simple random walk and non-backtracking random walk. When r≥4 is even, the threshold for the vacant net of the unvisited edge process converges to rn/2, which is also the vertex cover time of the process.

연구 동기 및 목표

• 무작위 r-정규 그래프에서 방문하지 않은 간선에 의해 유도되는 하위그래프인 빈 네트워크의 단계 전이 행동을 특성화하는 것.
• 간단한, 후퇴를 방지하는, 그리고 방문하지 않은 간선을 우선시하는 세 가지 유형의 무작위 걷기 간에 빈 네트워크에서 거대 구성 요소가 나타나는 시점의 임계점들을 비교하는 것.
• 이전의 빈 집합 결과를 빈 네트워크로 확장하여 간선 기반 하위그래프에 대해 평행적인 단계 전이 분석을 제공하는 것.
• r이 증가함에 따라 빈 네트워크의 점점적 임계 행동을 규명하는 것, 특히 방문하지 않은 간선을 우선시하는 걷기의 경우에 중점적으로 다루는 것.
• 방문하지 않은 간선을 우선시하는 걷기에서 빈 네트워크의 임계점이 짝수 r일 때 rn/2로 수렴하며, 이는 정점 커버 시간과 일치함을 입증하는 것.

제안 방법

• 무작위 r-정규 그래프에서의 무작위 걷기의 간선을 방문하지 않은 상태로 유도되는 빈 네트워크 bΓ(t)의 시간 t에 따른 변화를 분석한다.
• 무작위 그래프 이론과 구성 모델 기법을 적용하여, 빈 네트워크 내의 (2,4)-사이클을 수량화한다. 이는 빨간색 차수 2 또는 4인 정점을 가진 유클리드 구성 요소이다.
• 확률적 경계와 지수 尾 꼬리 추정을 사용하여, o(n) 추가 단계 이후 모든 (2,4)-사이클이 파란 걷기로 방문될 가능성이 높음을 보여준다.
• 구성 모델을 사용하여 다양한 크기의 사이클의 기대 수를 계산하며, 특히 길이가 log n 이상인 사이클에 집중한다.
• 대편향 경계와 지수 감쇠 추정을 적용하여, tB 단계 이후에도 크기가 ≥log n 인 어떤 사이클도 방문되지 않을 확률을 경계한다.
• 이전 연구에서의 빈 집합 결과를 활용하여 이를 간선 기반 구조로 확장하며, 단계 전이에 대해 동일한 점점적 프레임워크를 사용한다.

실험 결과

연구 질문

• RQ1 무작위 r-정규 그래프에서 빈 네트워크 bΓ(t)가 거대 구성 요소를 가지는 상태에서 임계 상태로 전이되는 데 필요한 임계 시간 t̂는 무엇인가?
• RQ2 간단한, 후퇴를 방지하는, 방문하지 않은 간선을 우선시하는 세 가지 유형의 무작위 걷기 간에 빈 네트워크의 단계 전이 임계점은 어떻게 비교되는가?
• RQ3 세 가지 걷기 유형에 대해 각각 r → ∞ 일 때 빈 네트워크의 임계점의 점점적 행동은 어떠한가?
• RQ4 방문하지 않은 간선을 우선시하는 걷기의 임계점이 그 정점 커버 시간과 일치하는가? 만약 그렇다면 어떤 조건에서 성립하는가?
• RQ5 빈 네트워크의 구성 요소 구조는 사이클 분해를 통해 분석할 수 있으며, 이러한 분해는 단계 전이 시점에 어떤 영향을 미치는가?

주요 결과

• 빈 집합의 경우, 모든 세 걷기 유형에서 r이 증가함에 따라 임계점 t∗는 n log r로 수렴한다.
• 빈 네트워크의 경우, 간단한 무작위 걷기와 후퇴를 방지하는 걷기 모두에서 r이 증가함에 따라 임계점은 rn/2 log n로 수렴한다.
• 짝수 r ≥4 에서, 방문하지 않은 간선을 우선시하는 걷기에서 빈 네트워크의 임계점은 rn/2로 수렴하며, 이는 과정의 정점 커버 시간과 일치한다.
• 방문하지 않은 간선을 우선시하는 걷기의 빈 네트워크는 o(n) 추가 단계 이후 오직 2-사이클만을 포함하는 상태에 도달하며, 이는 높은 확률로 완전히 탐색된다.
• 최종 빈 네트워크 내 길이 i인 사이클의 기대 수는 O(1/i)이며, tB = O(n log n log log n) 단계 이후에도 크기가 ≥log n 인 어떤 사이클도 방문되지 않을 확률은 o(1)이다.
• 분석 결과, 빈 네트워크는 에르되시-레니 모델과 유사한 단계 전이를 겪으며, 초임계적에서 임계적 구성 요소 구조로의 날카로운 전이가 발생함을 확인한다.