[论文解读] Chemical distance in geometric random graphs with long edges and scale-free degree distribution

Peter Gracar, Arne Grauer+1 more|arXiv (Cornell University)|Aug 25, 2021

Complex Network Analysis Techniques参考文献 37被引用 9

一句话总结

本文為具有長程邊和幂律度分佈的幾何隨機圖中的極小化（ultrasmallness）建立了嚴謹的判據，表明當空間邊機率衰減率與幂律指數共同滿足某一臨界條件時，化學距離會以歐幾里得距離的對數函數形式增長。本文證明了在極小化區域中化學距離的普遍極限定理，將先前僅適用於平均場尺度自由網絡的結果擴展至具有顯式空間嵌入與邊衰減率依賴性的空間嵌入模型。

ABSTRACT

We study geometric random graphs defined on the points of a Poisson process in $d$-dimensional space, which additionally carry independent random marks. Edges are established at random using the marks of the endpoints and the distance between points in a flexible way. Our framework includes the soft Boolean model (where marks play the role of radii of balls centred in the vertices), a version of spatial preferential attachment (where marks play the role of birth times), and a whole range of other graph models with scale-free degree distributions and edges spanning large distances. In this versatile framework we give sharp criteria for absence of ultrasmallness of the graphs and in the ultrasmall regime establish a limit theorem for the chemical distance of two points. Other than in the mean-field scale-free network models the boundary of the ultrasmall regime depends not only on the power-law exponent of the degree distribution but also on the spatial embedding of the graph, quantified by the rate of decay of the probability of an edge connecting typical points in terms of their spatial distance.

研究动机与目标

• 闡明具有長程邊與尺度自由度分佈的幾何隨機圖在何種條件下會呈現極小化特性。
• 將先前僅知於平均場尺度自由網絡中的化學距離普遍極限定理，推廣至空間嵌入模型。
• 量化圖的空間嵌入（透過邊機率隨距離的衰減率來衡量）如何影響極小化與非極小化區域之間的轉折。
• 在統一的分析框架下整合多種模型，如軟布爾邏輯模型、空間優先連接模型與尺度自由滲透模型。

提出的方法

• 在 Rd 中的泊松點過程上構建幾何隨機圖的靈活框架，其中邊的形成取決於標記（如半徑、出生時間）與空間距離。
• 引入一個一般化的邊機率函數，其隨距離衰減且依賴於節點標記，從而能模擬長程連接。
• 應用大規模耦合與耦合論證，將圖與分支過程比較，以建立化學距離的界限。
• 使用泊松點過程耦合與探索過程，分析無限連通組件中的連通性與路徑長度。
• 運用泊松隨機變數的矩與尾部估計，以及 Rd 中的體積界限，以控制路徑存在的機率。
• 透過對極小化區域中化學距離的漸近分析，推導出普遍極限定理，並明確給出依賴於模型參數的常數。

实验结果

研究问题

• RQ1 邊機率衰減率與度分佈幂律指數的何種條件下，圖會呈現極小化？
• RQ2 圖的空間嵌入（以邊機率隨距離的衰減率來量化）如何影響化學距離的縮放行為？
• RQ3 是否能在空間尺度自由網絡中建立類似於平均場模型的化學距離普遍極限定理？
• RQ4 幾何隨機圖在具有長程邊的極小化區域中，化學距離的精確漸近行為為何？

主要发现

• 當度分佈的幂律指數 τ 與邊機率的空間衰減率 δ 同時滿足特定臨界條件時，圖才會呈現極小化。
• 在極小化區域中，兩點間的化學距離以高概率隨 (log log |x−y|) / (log(1/(1−γ))) 變化，其中 γ 與幂律指數 τ = 1 + 1/γ 相關。
• 對於軟布爾邏輯模型與赫施的尺度自由吉爾伯特圖等模型，極限定理確認化學距離以 (log log |x−y|) 的形式增長，且存在普遍常數 c = 2 或 c = 4，取決於連接機制。
• 極小化與非極小化區域的邊界不僅取決於幂律指數，還取決於邊機率的空間衰減率，與平均場模型不同。
• 本文在極小化區域中建立了化學距離的普遍極限定理，收斂性以機率收斂形式呈現，且明確推導出由模型連接函數與空間幾何決定的常數。