[논문 리뷰] Local weak convergence for sparse networks of interacting processes

Daniel Lacker, Kavita Ramanan외 1명|arXiv (Cornell University)|2019. 04. 04.

Stochastic processes and statistical mechanics참고 문헌 34인용 수 14

한 줄 요약

이 논문은 상호작용 입자 시스템의 희박한 네트워크에 대해 국소 약한 수렴을 확립하며, 기저 그래프의 국소 약한 수렴에 대해 입자 동역학의 공동 분포가 연속적으로 수렴함을 보여준다. 희박한 에르되시-레니 그래프와 구성 모델 그래프에서는 전역 경험 측도가 결정론적 한계로 수렴하는 반면, 일반적인 연결 성분의 경험 측도는 랜덤한 한계로 수렴하여, 희박한 영역에서의 마진 동역학을 자율적으로 묘사할 수 있게 한다.

ABSTRACT

We study the limiting behavior of interacting particle systems indexed by large sparse graphs, which evolve either according to a discrete time Markov chain or a diffusion, in which particles interact directly only with their nearest neighbors in the graph. To encode sparsity we work in the framework of local weak convergence of marked (random) graphs. We show that the joint law of the particle system varies continuously with respect to local weak convergence of the underlying graph marked with the initial conditions. In addition, we show that the global empirical measure converges to a non-random limit for a large class of graph sequences including sparse Erdös-Rényi graphs and configuration models, whereas the empirical measure of the connected component of a uniformly random vertex converges to a random limit. Along the way, we develop some related results on the time-propagation of ergodicity and empirical field convergence, as well as some general results on local weak convergence of Gibbs measures in the uniqueness regime which appear to be new. The results obtained here are also useful for obtaining autonomous descriptions of marginal dynamics of interacting diffusions and Markov chains on sparse graphs. While limits of interacting particle systems on dense graphs have been extensively studied, there are relatively few works that have studied the sparse regime in generality.

연구 동기 및 목표

• 상호작용 입자 시스템의 대규모 희박한 그래프에서의 극한 행동을 분석하기 위해.
• 기저 그래프의 국소 약한 수렴에 대해 입자 시스템의 공동 분포의 연속성을 확립하기 위해.
• 희박한 그래프 수열에서 전역 및 성분 특화 경험 측도의 수렴을 특성화하기 위해.
• 희박한 네트워크 동역학에서 경험 필드 수렴과 에르고딕성의 전파를 위한 도구를 개발하기 위해.
• 밀도 있는 그래프를 넘어서 희박한 영역으로 평균장 이론을 확장하기 위해, 특히 확산 및 마코프 체인에 대해.

제안 방법

• 마킹된 랜덤 그래프의 국소 약한 수렴을 사용하여 입자 시스템의 극한을 분석하며, 마킹은 초기 조건을 나타낸다.
• 유일성의 조건에서 국소 약한 수렴에 대해 간섭 측도의 수렴을 보장하기 위해, 유일성 및 깁스 측도 수렴 기법을 적용한다.
• 시간에 따른 에르고딕성 전파와 경험 필드 수렴을 활용하여 국소 그래프 구조와 전역 시스템 행동을 연결한다.
• 포아송 이중성 원리와 몰로이-리드 그래프 극한 정리들을 활용하여 에르되시-레니 및 구성 모델 그래프의 수렴을 검증한다.
• 미약한 정규성 및 희박성 조건 하에서 전역 경험 측도가 비결정론적 한계로 수렴함을 증명한다.
• 리프시츠 조건 하에서 SDE의 존재성 및 유일성 결과를 활용하여 확산 모델 극한의 타당성을 입증한다.

실험 결과

연구 질문

• RQ1 희박한 그래프에서 상호작용 입자 시스템의 공동 분포는 그래프의 국소 약한 수렴 하에서 어떻게 행동하는가?
• RQ2 희박한 그래프 수열에서 전역 경험 측도가 결정론적 한계로 수렴하는 조건은 무엇인가?
• RQ3 희박한 그래프에서 균일하게 랜덤한 정점의 연결 성분에 제한된 경험 측도의 극한 행동은 무엇인가?
• RQ4 에르고딕성과 경험 필드 수렴은 어떻게 희박한 네트워크 동역학을 통해 전파되는가?
• RQ5 희박한 그래프에서 상호작용 확산 및 마코프 체인의 극한 동역학은 자율적으로 묘사될 수 있는가?

주요 결과

• 희박한 에르되시-레니 및 구성 모델 그래프에서 입자 시스템의 전역 경험 측도는 확률적으로 비결정론적 한계로 수렴한다.
• 균일하게 랜덤한 정점의 연결 성분의 경험 측도는 법적으로 랜덤한 한계로 수렴하며, 이는 성분의 구조가 확률적임을 반영한다.
• 이산 시간 마코프 체인과 확산 시스템의 양자 모두에서 입자 시스템의 공동 분포는 기저 그래프의 국소 약한 수렴에 대해 연속적으로 변한다.
• 논문은 유일성 영역에서 깁스 측도의 국소 약한 수렴에 관한 새로운 결과를 확립하였으며, 이는 주 수렴 정리에 필수적이다.
• 일반 조건 하에서 시간에 따른 에르고딕성 전파와 경험 필드 수렴이 증명되었으며, 이는 극한에서의 마진 동역학 묘사를 가능하게 한다.
• 희박한 그래프에서 상호작용 시스템의 극한 동역학은 자율적으로 묘사될 수 있으며, 이는 전체 시스템 시뮬레이션의 실용적인 대안을 제공한다.