[論文レビュー] Opinion Forming in Erdös-Rényi Random Graph and Expanders

Ahad N. Zehmakan|arXiv (Cornell University)|Jan 1, 2018

Opinion Dynamics and Social Influence被引用数 12

ひとこと要約

本稿は、Erdős–Rényi のランダムグラフ $G_{n,p}$ および正則な拡張グラフにおける多数決モデルを研究し、接続性の閾値 $p^* = \frac{\log n}{n}$ における相転移を示している。$p > (1+\epsilon)p^*$ の場合、初期の青ノード密度が 1/2 略下であれば、定数ラウンドで全ノードが赤に収束する。正則な拡張グラフでスペクトルギャップ $\lambda/\Delta$ が小さい場合、モデルは高速かつ効率的な密度分類器として機能し、$(1/2 - \delta)n$ 個の青ノードをサブロジスティックラウンドで全赤に変換する。これは、Ramanujan グラフが漸近的に最適に耐性を持つという未解決問題を解決する。

ABSTRACT

Assume for a graph G=(V,E) and an initial configuration, where each node is blue or red, in each discrete-time round all nodes simultaneously update their color to the most frequent color in their neighborhood and a node keeps its color in case of a tie. We study the behavior of this basic process, which is called majority model, on the Erdös-Rényi random graph G_{n,p} and regular expanders. First we consider the behavior of the majority model on G_{n,p} with an initial random configuration, where each node is blue independently with probability p_b and red otherwise. It is shown that in this setting the process goes through a phase transition at the connectivity threshold, namely (log n)/n. Furthermore, we say a graph G is lambda-expander if the second-largest absolute eigenvalue of its adjacency matrix is lambda. We prove that for a Delta-regular lambda-expander graph if lambda/Delta is sufficiently small, then the majority model by starting from (1/2-delta)n blue nodes (for an arbitrarily small constant delta>0) results in fully red configuration in sub-logarithmically many rounds. Roughly speaking, this means the majority model is an "efficient" and "fast" density classifier on regular expanders. As a by-product of our results, we show regular Ramanujan graphs are asymptotically optimally immune, that is for an n-node Delta-regular Ramanujan graph if the initial number of blue nodes is s <= beta n, the number of blue nodes in the next round is at most cs/Delta for some constants c,beta>0. This settles an open problem by Peleg [Peleg, 2014].

研究の動機と目的

• Erdős–Rényi のランダムグラフ $G_{n,p}$ における確率的初期配置を伴う多数決モデルのダイナミクスを分析すること。
• 特に収束速度と密度分類に関する観点から、正則な拡張グラフにおける多数決モデルの挙動を調査すること。
• Peleg が提起した、正則な Ramanujan グラフにおける漸近的最適耐性に関する未解決問題を解決すること。
• 多数決モデルが拡張グラフ上で効率的かつ高速な密度分類器として機能するための条件を確立すること。

提案手法

• グラフの拡張性を分析するために、隣接行列の2番目に大きな固有値 $\lambda$ を用いたスペクトルグラフ理論を用いる。
• Lemma 6（辺の集中性バウンド）を適用し、集合間の辺数をそのサイズと $\lambda$ に関連づけ、グラフの挙動をほぼランダムであるとモデル化する。
• 確率的議論と和集合の不等式を用いて、$p > (1+\epsilon)\frac{\log n}{n}$ のスパarsな $G_{n,p}$ において、青ノード密度が定数ラウンドでゼロに低下することを示す。
• Lemma 7 および Lemma 8 を用いて青ノード数の再帰的バウンドを導出し、$\lambda/\Delta$ が小さい場合に青ノード数が指数関数的に減少することを示す。
• Ramanujan グラフの構造（$\lambda = \sqrt{2\Delta - 1}$）を用いて、それらが漸近的に最適に耐性を持つことを証明し、Peleg の未解決問題を解決する。
• $G_{n,p}$ および拡張グラフの結果を統合し、高い拡張性と正則性が、高速かつ効率的な密度分類を可能にすることを示す。

実験結果

リサーチクエスチョン

• RQ1 Erdős–Rényi グラフ $G_{n,p}$ における多数決モデルは、接続性の閾値 $p^* = \frac{\log n}{n}$ で相転移を示すか？
• RQ2 スぺクトル比 $\lambda/\Delta$ が小さい正則な拡張グラフにおいて、初期のバイアスが 1/2 略下であれば、多数決モデルはサブロジスティックラウンドで全赤に収束するか？
• RQ3 正則な Ramanujan グラフは、小規模な集合がノードのわずかな割合しか制御しないという意味で、漸近的に最適に耐性を持つと見なせるか？
• RQ4 多数決モデルにおける効率的密度分類に必要な十分なグラフ構造的条件（正則性、拡張性）は何か？
• RQ5 スパースな $G_{n,p}$ と密度の高い $G_{n,p}$ の両 regime における多数決モデルの挙動の違いは何か？

主な発見

• $p > (1+\epsilon)\frac{\log n}{n}$ かつ初期の青ノード密度 $p_b \leq \frac{1}{2} - \omega(\frac{1}{\sqrt{np}})$ の場合、多数決モデルは高確率で定数ラウンドで全赤に収束する。
• 密度の高い $G_{n,p}$ の regime（$p > n^{\gamma}/n$）では、最初のラウンドで青ノード数が $n/c'$ に低下し（$c'$ は大きな定数）、その後指数関数的に減少する。
• $p \leq (1-\epsilon)\frac{\log n}{n}$ の場合、$p_b = \omega(\frac{e^{np}}{n})$ であれば全赤に到達しないが、$p_b = o(\frac{e^{np}}{n})$ であれば到達するため、鋭い閾値が成立する。
• $\Delta$-正則で $\lambda$-拡張性を持つグラフで $\lambda/\Delta$ が十分に小さい場合、初期に $(1/2 - \delta)n$ 個の青ノードがあるとき、多数決モデルは $O(\log_{\Delta^2/\lambda^2} n)$ ラウンドで全赤に収束する。
• 任意の $\Delta$-正則 Ramanujan グラフは、任意のサイズ $s \leq \beta n$ の集合が高々 $c s / \Delta$ 個のノードしか制御しない（$c, \beta > 0$ は定数）ため、漸近的に最適に耐性を持つ。これは Peleg の未解決問題を解決する。
• スペクトルギャップ $\lambda$ は収束速度を制御する：$\lambda/\Delta$ が小さいほど青ノード数の減少が速くなり、ある条件下で $|B(t+1)| \leq \frac{16\lambda^2}{\Delta^2} |B(t)|$ が成り立つ。