[논문 리뷰] Weakly interacting particle systems on inhomogeneous random graphs

Shankar Bhamidi, Amarjit Budhiraja외 1명|arXiv (Cornell University)|2016. 12. 02.

Stochastic processes and statistical mechanics참고 문헌 6인용 수 4

한 줄 요약

이 논문은 시스템 크기가 증가함에 따라 엣지 확률이 0으로 감소할 수 있는 시간에 따라 변화하는 비균일한 무작위 그래프 위에서 약하게 상호작용하는 확산 과정에 대해 대수의 법칙과 혼돈의 전파를 수립한다. 또한 더 강한 조건 하에서 단일 유형의 경우 중심극한정리도 증명하여, 밀도가 낮고 동적인 네트워크 구조로의 평균장 근사 이론을 확장한다.

ABSTRACT

We consider weakly interacting diffusions on time varying random graphs. The system consists of a large number of nodes in which the state of each node is governed by a diffusion process that is influenced by the neighboring nodes. The collection of neighbors of a given node changes dynamically over time and is determined through a time evolving random graph process. A law of large numbers and a propagation of chaos result is established for a multi-type population setting where at each instant the interaction between nodes is given by an inhomogeneous random graph which may change over time. This result covers the setting in which the edge probabilities between any two nodes is allowed to decay to $0$ as the size of the system grows. A central limit theorem is established for the single-type population case under stronger conditions on the edge probability function.

연구 동기 및 목표

• 완전 그래프에서의 고전적 평균장 결과를 일반화하여 시간에 따라 변화하는 비균일한 무작위 그래프 위에서 약하게 상호작용하는 확산 과정에 대한 극한 이론을 개발하는 것.
• 시스템 크기가 증가함에 따라 엣지 확률이 0으로 감소하는 시스템을 분석하여, 이전 연구에서 다루지 않은 희박한 네트워크 영역을 다루는 것.
• 일반적인 네트워크 동역학 하에서 다중유형 및 단일유형 설정에서 혼돈의 전파와 중심극한정리를 수립하는 것.
• 완전 그래프에서의 고전적 결과를 약한 상호작용을 갖는 동적이고 비균일한 무작위 그래프로 확장하는 것.
• 일반적인 엣지 확률 함수를 갖는 변화하는 네트워크 위에서 상호작용 입자 시스템에 대한 엄밀한 점근적 극한을 제공하는 것.

제안 방법

• 시스템을 두 개의 결합된 확률과정으로 모델링한다: 하나는 시간에 따라 변화하는 무작위 그래프(네트워크 동역학)를 위한 것이고, 다른 하나는 노드 상태의 진화(네트워크 위의 동역학)를 위한 것이다.
• 약한 상호작용 스케일링을 사용하여, 노드와 이웃 간의 상호작용 강도가 그 노드의 차수에 반비례하도록 하여, 밀도가 높은 그래프에서도 약한 결합을 보장한다.
• 다양한 유형 간 엣지 확률가 다를 수 있는 다중유형 인구 프레임워크를 사용하여 비균일한 무작위 그래프 모델을 가능하게 한다.
• 단일유형의 경우 중심극한정리를 증명하기 위해 특성함수 기법과 르프노프 조건을 활용한다.
• 마팅게일 기법과 모멘트 추정을 사용하여 경험 측도와 변동의 수렴성을 검증한다.
• 부분수열 추론과 특성함수 수렴을 적용하여 경험 측도와 변동장의 공동 수렴을 확립한다.

실험 결과

연구 질문

• RQ1 시간에 따라 변화하는 비균일한 무작위 그래프 위에서 약하게 상호작용하는 확산 과정에 대해 대수의 법칙과 혼돈의 전파를 수립할 수 있는가?
• RQ2 시스템 크기가 증가함에 따라 엣지 확률이 0으로 감소할 경우에도 극한 이론은 여전히 유효한가?
• RQ3 엣지 확률 함수에 대해 더 강한 조건이 성립할 경우, 단일유형 설정에서 변동장에 대한 중심극한정리를 도출할 수 있는가?
• RQ4 상호작용 그래프가 완전하지 않고 시간에 따라 변화할 경우, 시스템의 점근적 행동은 어떻게 변화하는가?
• RQ5 동적 무작위 그래프 위에서 다중유형 및 단일유형 설정에서 경험 측도와 변동장의 극한 분포는 무엇인가?

주요 결과

• 엣지 확률이 0으로 감소하더라도, 시간에 따라 변화하는 비균일한 무작위 그래프 위에서 약하게 상호작용하는 확산 과정에 대해 대수의 법칙과 혼돈의 전파가 수립된다.
• 엣지 확률 함수에 대한 더 강한 정규성 및 모멘트 조건 하에서 단일유형 설정에서 중심극한정리가 증명된다.
• 변동장은 가우시안 과정으로 수렴하며, 이 극한 분산은 점근적 엣지 확률과 상호작용 구조에 의해 결정된다.
• 경험 측도와 변동장의 수렴은 중심극한정리의 르프노프 조건과 특성함수 수렴을 통해 확립된다.
• 증명은 무작위 그래프의 의존성 구조와 상호작용 항의 제어를 위해 모멘트 추정과 마팅게일 기법에 의존한다.
• 결과는 고전적 평균장 근사 이론을 희박하고, 동적이고, 비균일한 네트워크 구조로 확장한다.