[论文解读] Connecting the Random Connection Model

Srikanth K. Iyer|arXiv (Cornell University)|Oct 19, 2015

Stochastic processes and statistical mechanics参考文献 7被引用 3

一句话总结

该论文在d维环面上建立了随机连接模型（RCM）连通性的精确阈值，表明当连接半径按 $\left(\frac{\gamma \log n}{\alpha n}\right)^{1/d}$ 缩放且 $\gamma > \beta$ 时，图以高概率变为连通，其中 $\beta = \inf\{x > 0 : xg(\alpha/(x\theta)) > 1\}$。该结果扩展了经典随机几何图的连通性阈值，并在连通性区域内给出了边长和度分布的强极限定律。

ABSTRACT

Consider the random graph $G({\mathcal P}_{n},r)$ whose vertex set ${\mathcal P}_{n}$ is a Poisson point process of intensity $n$ on $(- \frac{1}{2}, \frac{1}{2}]^d$, $d \geq 2$. Any two vertices $X_i,X_j \in {\mathcal P}_{n}$ are connected by an edge with probability $g\left( \frac{d(X_i,X_j)}{r} ight)$, independently of all other edges, and independent of the other points of ${\mathcal P}_{n}$. $d$ is the toroidal metric, $r > 0$ and $g:[0,\infty) o [0,1]$ is non-increasing and $α= \int_{\mathbb{R}^d} g(|x|) dx < \infty$. Under suitable conditions on $g$, almost surely, the critical parameter $d_n$ for which $G({\mathcal P}_{n}, \cdot)$ does not have any isolated nodes satisfies $\lim_{n o \infty} \frac{αn d_n^d}{\log n} = 1$. Let $β= \inf\{x > 0: x g\left( \fracα{x θ} ight) > 1 \}$, and $θ$ be the volume of the unit ball in $\mathbb{R}^d$. Then for all $γ> β$, $G\left({\mathcal P}_{n}, \left( \frac{γ\log n}{αn} ight)^{\frac{1}{d}} ight)$ is connected with probability approaching one as $n o \infty$. The bound can be seen to be tight for the usual random geometric graph obtained by setting $g = 1_{[0,1]}$. We also prove some useful results on the asymptotic behaviour of the length of the edges and the degree distribution in the {\it connectivity regime}.

研究动机与目标

• 确定确保随机连接模型在节点数增长时以高概率变为连通的临界连接半径。
• 将经典随机几何图的连通性阈值推广至一般连接函数 $g$ 的情形。
• 在连通性区域内建立最长边长度和度分布的强极限定律。
• 提供一个紧致的连通性充分条件，当 $g = \mathbf{1}_{[0,1]}$ 时与标准随机几何图的已知结果一致。

提出的方法

• 在 $d$ 维环面 $(-\frac{1}{2}, \frac{1}{2}]^d$ 上使用强度为 $n$ 的泊松点过程，其中 $d \geq 2$。
• 定义随机图 $G(\mathcal{P}_n, r)$，其中顶点 $X_i, X_j$ 之间以概率 $g\left(\frac{d(X_i,X_j)}{r}\right)$ 独立连接，其中 $g$ 为非增函数且 $\alpha = \int_{\mathbb{R}^d} g(|x|) dx < \infty$。
• 采用耦合构造以确保连接半径的单调性，从而实现不同半径之间的比较。
• 通过分析孤立节点的期望数量 $E[W_n(r_n(b))] \to e^{-b}$ 当 $n \to \infty$ 时，建立孤立顶点的泊松极限。
• 应用大偏差和集中不等式估计罕见事件的概率，特别是低度节点的存在性。
• 利用局部化论证和积分估计控制邻居不足的顶点的期望数量，依赖函数 $H(x) = x \log x - x + 1$ 进行偏差界估计。

实验结果

研究问题

• RQ1 当 $n \to \infty$ 时，使得随机连接模型以高概率变为连通的临界半径 $r_n$ 是什么？
• RQ2 除了标准随机几何图情形外，连通性阈值如何依赖于连接函数 $g$？
• RQ3 在连通性区域内，最长边长度的渐近行为如何？
• RQ4 在连通性区域内，度分布的行为如何，特别是对高或低度顶点？

主要发现

• 消除孤立节点的临界半径 $d_n$ 满足 $\lim_{n \to \infty} \frac{\alpha n d_n^d}{\log n} = 1$，确立了孤立节点不存在的精确阈值。
• 对所有 $\gamma > \beta = \inf\{x > 0 : xg(\alpha/(x\theta)) > 1\}$，当 $n \to \infty$ 时，图 $G(\mathcal{P}_n, (\frac{\gamma \log n}{\alpha n})^{1/d})$ 以高概率连通。
• 该边界对标准随机几何图（$g = \mathbf{1}_{[0,1]}$）是紧致的，恢复了经典连通性阈值。
• 在连通性区域内，最长边的长度几乎必然为 $O\left(\left(\frac{\log n}{n}\right)^{1/d}\right)$，这对直径和路由分析至关重要。
• 在连通性区域内，度分布满足强极限结果，典型度随 $n$ 对数增长。
• 本文证明了存在度小于 $c_n = \gamma H_+^{-1}(b_1/\gamma) \log n$ 的顶点的概率是可 summable 的，从而确保了高度连通性。