[论文解读] First passage percolation on random graphs with infinite variance degrees

Enrico Baroni, Remco van der Hofstad+1 more|arXiv (Cornell University)|Jun 3, 2015

Complex Network Analysis Techniques参考文献 19被引用 4

一句话总结

本文研究了度数具有无限方差幂律分布（$\tau \in (2,3)$）的配置模型随机图上的首达通过渗流，揭示了最优路径权重的非普遍性：当边权几乎必然远离零时，路径权重以 $\log\log n$ 的速率增长；但当探测过程在有限时间内爆炸时，最优路径权重依分布收敛于两个独立同分布的爆炸时间之和，凸显了与具有有限方差度数情形下普遍性行为的显著差异。

ABSTRACT

We prove non-universality results for first-passage percolation on the configuration model with i.i.d. degrees having infinite variance. We focus on the weight of the optimal path between two uniform vertices. Depending on the properties of the weight distribution, we use an example-based approach and show that rather different behaviors are possible. When the weights are a.s. larger than a constant, the weight and number of edges in the graph grow proportionally to loglog(n), as for the graph distances. On the other hand, when the continuous-time branching process describing the first passage percolation exploration through the graph reaches infinitely many vertices in finite time, the weight converges to the sum of two i.i.d. random variables representing the explosion times of the processes started from the two sources. This non-universality is in sharp contrast to the setting where the degree sequence has a finite variance (see Bhamidi, Hofstad and Hooghiemstra arXiv: 1210.6839).

研究动机与目标

• 研究配置模型随机图上首达通过渗流的性质，其度数分布具有幂律尾部，指数 $\tau \in (2,3)$，且方差无限。
• 分析此类图中两个均匀随机顶点间最优路径权重的渐近行为。
• 确定最优路径权重的标度行为是否在不同边权分布下具有普遍性。
• 识别首达通过渗流过程在有限时间内发生爆炸的条件，从而导致非普遍的极限行为。

提出的方法

• 采用具有独立同分布度数 $D$ 的配置模型 $\mathrm{CM}_n(\boldsymbol{D})$，其度数分布具有幂律尾部 $\mathbb{P}(D > x) \sim x^{-(\tau-1)}$，其中 $\tau \in (2,3)$。
• 边权为独立同分布的非负连续随机变量，最优路径权重 $W_n(u,v)$ 定义为从 $u$ 到 $v$ 所有路径中总权重的最小值。
• 作者通过连续时间年龄依赖分支过程与首达通过渗流探测过程的联系，分析探测过程是否在有限时间内到达无穷多个顶点。
• 关键技术包括使用大小加权度数分布及生成函数来刻画分支过程的探测行为，特别是 $B = D^* - 1$ 的分布，其中 $D^*$ 为大小加权度数。
• 证明采用反证法与渐近耦合技术，以在不同权重假设下证明路径权重标度的收敛性，尤其区分了远离零的权重与爆炸过程的情形。
• 分析包括与渗流子图 $G_p$ 的耦合，以及将路径分解为邻域内与核心之间的段，利用边权独立同分布和的随机控制来实现路径权重的随机控制。

实验结果

研究问题

• RQ1 在具有无限方差度数的重尾随机图上，首达通过渗流的最优路径权重是否表现出普遍的标度行为？
• RQ2 边权分布如何影响典型顶点间最优路径权重的渐近标度行为？
• RQ3 首达通过渗流探测过程在何种条件下于有限时间内到达无穷多个顶点？此类情形下路径权重的极限分布为何？
• RQ4 与具有有限方差度数的情形相比，行为有何不同，特别是在路径权重标度的普遍性方面？

主要发现

• 当边权几乎必然有正的下界时，最优路径权重 $W_n(u,v)$ 的标度行为为 $\log\log n$，与该类网络中图距离的标度行为一致。
• 若用于建模首达通过渗流探测过程的连续时间分支过程在有限时间内到达无穷多个顶点，则最优路径权重依分布收敛于两个独立同分布的随机变量之和，分别代表两个源点的爆炸时间。
• 极限行为的非普遍性——取决于边权分布——与具有有限方差度数模型中观察到的普遍 $\log\log n$ 标度行为形成鲜明对比。
• 该结果通过耦合论证与分支过程探测的渐近分析建立，特别是通过使用大小加权度数分布及路径权重的随机控制。
• 证明依赖于证明探测过程在有限时间内到达图核心的概率收敛于 1，从而支持极限分布的推导。