[논문 리뷰] Thresholds for contagious sets in random graphs

Omer Angel, Brett Kolesnik|arXiv (Cornell University)|2016. 11. 30.

Stochastic processes and statistical mechanics참고 문헌 33인용 수 5

한 줄 요약

이 논문은 에르되시-레니 무작위 그래프 $ \mathcal{G}_{n,p} $에서 크기 $ r \geq 2 $인 최소 전염 집합의 존재에 대한 날카운 임계값을 확립한다. 이 집합은 $ p \gtrsim \left( \frac{\alpha_r}{n \log^{r-1} n} \right)^{1/r} $일 때 전체 그래프를 높은 확률로 전파한다. 여기서 $ \alpha_r = (r-1)! \left( \frac{r-1}{r} \right)^{2(r-1)} $이다. 이 결과는 이전의 경계를 정밀하게 다듬으며, 시간에 따라 변하는 분포 과정의 생존 확률과 연결된다.

ABSTRACT

For fixed $r\geq 2$, we consider bootstrap percolation with threshold $r$ on the Erdős-Rényi graph ${\cal G}_{n,p}$. We identify a threshold for $p$ above which there is with high probability a set of size $r$ which can infect the entire graph. This improves a result of Feige, Krivelevich and Reichman, which gives bounds for this threshold, up to multiplicative constants. As an application of our results, we also obtain an upper bound for the threshold for $K_4$-bootstrap percolation on ${\cal G}_{n,p}$, as studied by Balogh, Bollobás and Morris. We conjecture that our bound is asymptotically sharp. These thresholds are closely related to the survival probabilities of certain time-varying branching processes, and we derive asymptotic formulae for these survival probabilities which are of interest in their own right.

연구 동기 및 목표

• 최소 전염 집합의 크기가 $ r $인 $ \mathcal{G}_{n,p} $에서의 존재에 대한 정확한 임계값을 규명하는 것. 이 집합은 $ r $-브로드캐스트 퍼콜레이션 하에서 전체 그래프를 전파할 수 있다.
• 페이다, 크리브레비치, 레이히먼의 이전 결과를 개선하여 $ \mathcal{G}_{n,p} $에서의 감수성에 대한 날카운 임계값을 규명하는 것.
• $ K_4 $-브로드캐스트 퍼콜레이션에 결과를 적용하여, 임계 임계값 $ p_c(n,K_4) $에 대한 더 날카운 상한을 제공하는 것.
• 시간에 따라 변하는 분포 과정과 관련된 생존 확률에 대한 渐近 수식을 유도하는 것.

제안 방법

• $ \mathcal{G}_{n,p} $에서의 $ r $-브로드캐스트 퍼콜레이션을 분석한다. 정점은 적어도 $ r $개의 전염된 이웃을 가질 경우 전염된다.
• 그래프의 구조에 맞추어 매개변수를 조정한 분포 과정 근사를 통해 초기 집합 크기 $ r $에서의 전염 확산을 모델링한다.
• 대 deviations 및 극값 이론을 적용하여 분포 과정의 생존 확률을 추정한다. 이는 전체 그래프 전파에 해당한다.
• 분포 과정의 생존 확률에 대한 渐近 수식을 유도하여 임계 $ p $에서 급격한 전이가 일어남을 보여준다.
• 분포 과정의 매개변수에 대해 변분 방법을 사용하여 임계값 $ \alpha_r $을 확립한다.
• 감수성 집합의 크기를 $ \alpha < \alpha_r $일 때 유계로 제한하여 임계값의 날카로움을 증명한다. 이 경우 전염 집합의 크기는 높은 확률로 $ O(\log n) $이다.

실험 결과

연구 질문

• RQ1 무작위 그래프 $ \mathcal{G}_{n,p} $에서 크기 $ r $인 최소 전염 집합의 존재에 대한 정확한 임계값 $ p_c(n,r) $은 무엇인가?
• RQ2 임계 임계값 이하에서 전염 집합의 크기는 어떻게 증가하는가? 그리고 감수성 하위그래프의 최대 크기는 얼마인가?
• RQ3 $ r $-브로드캐스트 퍼콜레이션에 대한 결과를 $ K_4 $-브로드캐스트 퍼콜레이션의 임계값 상한 향상에 어떻게 적용할 수 있는가?
• RQ4 관련된 시간에 따라 변하는 분포 과정의 渐近 생존 확률은 무엇이며, 이는 퍼콜레이션 임계값과 어떻게 관련되는가?
• RQ5 제안된 $ K_4 $-퍼콜레이션에 대한 임계값이 추측한 바와 같이 渐近적으로 날카로운가?

주요 결과

• $ \mathcal{G}_{n,p} $에서 $ r $-브로드캐스트 퍼콜레이션의 임계값은 $ p_c(n,r) = \left( \frac{\alpha_r}{n \log^{r-1} n} \right)^{1/r} (1+o(1)) $이며, 여기서 $ \alpha_r = (r-1)! \left( \frac{r-1}{r} \right)^{2(r-1)} $이다. 이 임계값은 날카롭다.
• $ \alpha > \alpha_r $일 경우, $ p = \left( \frac{\alpha}{n \log^{r-1} n} \right)^{1/r} $인 무작위 그래프 $ \mathcal{G}_{n,p} $는 높은 확률로 감수성을 띤다. 즉, 크기 $ r $인 집합이 전체 그래프를 전파할 수 있다.
• $ \alpha < \alpha_r $일 경우, 어떤 초기 집합이든 크기 $ r $이면 전염 집합의 크기는 높은 확률로 $ O(\log n) $ 이하이며, 이는 전체 전파가 일어나지 않음을 시사한다.
• 논문은 $ \mathcal{G}_{n,p} $에서 $ K_4 $-브로드캐스트 퍼콜레이션의 임계값에 대한 상한을 향상시켰으며, 이 상한이 渐近적으로 날카로울 것이라고 추측한다.
• 관련된 시간에 따라 변하는 분포 과정의 생존 확률은 임계값 이상에서는 양수이며, 이하에서는 0이며, 정확한 渐近 수식이 도출되었다.
• 분석 결과, $ \alpha < \alpha_r $일 때 감수성 하위그래프의 최대 크기는 $ \Theta(\log n) $이며, 이 최대 하위그래프는 매개변수 $ \beta $를 통해 특성화된다.