[論文レビュー] Weakly interacting particle systems on inhomogeneous random graphs

Shankar Bhamidi, Amarjit Budhiraja+1 more|arXiv (Cornell University)|Dec 2, 2016

Stochastic processes and statistical mechanics参考文献 6被引用数 4

ひとこと要約

本稿は、時間変化する不均一なランダムグラフ上での弱い相互作用を受ける拡散過程に対して、大数の法則およびコヒーレンスの伝播を確立する。ここでエッジの確率は系のサイズが増大するに従いゼロに減少する可能性がある。さらに、より強い条件下で単一型の場合の中心極限定理を証明し、平均場極限をスパarsな動的ネットワーク構造へと拡張する。

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.

研究の動機と目的

• 完全グラフからの古典的平均場結果を一般化するため、時間変化する不均一なランダムグラフ上での弱い相互作用を受ける拡散過程の極限理論を構築すること。
• 系のサイズが増加するに従いエッジ確率がゼロに減少するような系を分析し、先行研究で取り扱われていないスパarsネットワーク領域をカバーすること。
• 一般なネットワークダイナミクスの下で、多型および単一型の設定においてコヒーレンスの伝播および中心極限定理を確立すること。
• 完全グラフからの古典的結果を、弱い相互作用を受ける動的で不均一なランダムグラフへと拡張すること。
• 一般なエッジ確率関数を有する変化するネットワーク上の相互作用粒子系の厳密な漸近的極限を提供すること。

提案手法

• 系を2つの結合された確率過程としてモデル化する：1つは時間発展するランダムグラフ（ネットワークダイナミクス）を表し、もう1つはノードの状態の進化（グラフ上のダイナミクス）を表す。
• ノードとその隣接ノードとの間の相互作用強度が次数に反比例する弱い相互作用スケーリングを用いることで、密度の高いグラフでも弱い結合を保証する。
• タイプ間のエッジ確率が異なることができる多型集団フレームワークを用いることで、不均一なランダムグラフモデルを可能にする。
• 単一型の場合の中心極限定理を証明するために特性関数法とリャプノフの条件を用いる。
• マーティングール法とモーメント推定を用いて、経験測度およびフラクチュエーションの分布収束を検証する。
• 部分列の議論と特性関数の収束を用いて、経験測度およびフラクチュエーション場の同時収束を確立する。

実験結果

リサーチクエスチョン

• RQ1 時間変化する不均一なランダムグラフ上での弱い相互作用を受ける拡散過程に対して、大数の法則およびコヒーレンスの伝播を確立できるか？
• RQ2 系のサイズが増大するに従いエッジ確率がゼロに減少する場合でも、極限理論は有効に保たれるか？
• RQ3 エッジ確率関数により強い正則性およびモーメント条件を課した場合、単一型設定におけるフラクチュエーション場の中心極限定理を導出できるか？
• RQ4 相互作用グラフが完全ではなく、時間とともに変化する場合、系の漸近的挙動はどのように変化するか？
• RQ5 動的ランダムグラフ上での多型および単一型設定において、経験測度およびフラクチュエーション場の極限分布は何か？

主な発見

• エッジ確率がゼロに減少する場合でさえも、時間変化する不均一なランダムグラフ上での弱い相互作用を受ける拡散過程に対して、大数の法則およびコヒーレンスの伝播が確立された。
• エッジ確率関数により強い正則性およびモーメント条件を課した単一型の場合、中心極限定理が証明された。
• フラクチュエーション場は分布収束してガウス過程に至り、その極限分散は漸近的エッジ確率および相互作用構造によって決定される。
• 中心極限定理のための特性関数収束とリャプノフの条件を用いて、経験測度およびフラクチュエーション場の収束が確立された。
• 依存構造を制御するため、モーメント推定とマーティングール技法に依拠して証明がなされた。
• 古典的平均場極限を完全グラフから、スパarsで動的かつ不均一なネットワークトポロジーへと拡張した。