[论文解读] Gibbs Measures and Phase Transitions on Sparse Random Graphs

Amir Dembo, Andrea Montanari|ArXiv.org|Oct 28, 2009

Complex Network Analysis Techniques参考文献 56被引用 5

一句话总结

本文利用统计物理中的工具，特别是腔方法和信念传播，对稀疏随机图上的吉布斯测度和相变现象进行了严格的分析。研究建立了随机正则图上XORSAT临界阈值的有限尺寸标度律，表明其收敛于一个涉及带 drift 的布朗运动全局最小值分布的非高斯极限分布。

ABSTRACT

Many problems of interest in computer science and information theory can be phrased in terms of a probability distribution over discrete variables associated to the vertices of a large (but finite) sparse graph. In recent years, considerable progress has been achieved by viewing these distributions as Gibbs measures and applying to their study heuristic tools from statistical physics. We review this approach and provide some results towards a rigorous treatment of these problems.

研究动机与目标

• 为应用于稀疏随机图上吉布斯测度的非严格统计物理方法提供严谨的数学基础。
• 分析在局部树状随机图上自旋模型与约束满足问题的相变现象。
• 推导随机正则图上XORSAT临界阈值的有限尺寸标度修正项。
• 将随机超图中核心结构的出现与随机过程的极值统计联系起来。
• 确立随机超图过程非空核心出现时间的渐近分布。

提出的方法

• 使用局部弱收敛和条件独立树近似来建模局部树状图上的吉布斯测度。
• 应用贝特-佩尔尔斯近似和信念传播来计算自由熵密度和相图。
• 采用剥除算法分析超图核心，识别核心出现的临界阈值。
• 利用扩散近似和时间改变的带 drift 布朗运动建模核心出现的有限尺寸标度。
• 通过随机过程的全局最小值推导临界阈值的极限分布，其与逆高斯分布和Tracy-Widom型分布相关。
• 使用一阶泰勒展开和分部积分法，推导解概率渐近展开中的修正项。

实验结果

研究问题

• RQ1 在有限尺寸修正下，稀疏随机图上吉布斯测度的相变行为如何表现？
• RQ2 随机超图中核心出现的临界阈值的精确渐近分布是什么？
• RQ3 随机正则图上XORSAT的有限尺寸标度如何偏离平均场预测？
• RQ4 极值统计在决定随机图过程非平凡结构出现时间中起什么作用？
• RQ5 能否使用随机过程严格证明腔方法对临界阈值的预测？

主要发现

• 随机超图中非空核心的概率收敛于一个非高斯极限分布，该分布涉及带 drift 的布朗运动的全局最小值。
• 核心出现的临界阈值被证明具有 $ n^{-1/6} $ 阶的有限尺寸修正，其系数明确涉及参数 $ a_l $、$ b_l $ 和 $ ho_{ m d} $。
• 核心出现时间 $ n_{ m d} $ 的渐近分布以快于 $ m^{-5/26+ heta} $ 的速率收敛于标准正态分布，证实了近似的准确性。
• 临界点附近核心的大小表现出 $ O(n^{3/4}) $ 的波动，显著大于阈值以下观测到的 $ O(n^{1/2}) $ 波动。
• 解概率 $ P_l(n, ho_n) $ 展开中的修正项为 $ n^{-1/6} $ 阶，其显式表达式涉及函数 $ ilde{K}(z) $。
• 证明表明展开的下一项为 $ heta(n^{-1/3}) $ 阶，提示当前近似在该误差界内为最优。