[论文解读] Long time dynamics for interacting oscillators on graphs

F. Coppini|arXiv (Cornell University)|Aug 5, 2019

Nonlinear Dynamics and Pattern Formation参考文献 32被引用 4

一句话总结

本文基于Grothendieck不等式与$\documentclass{article}\usepackage{amsmath,amsfonts,amssymb}\begin{document}$$\backslash\text{cut-norm}$$\end{document}$在$\backslash\text{ell}_{\backslash\text{infty}}\to\backslash\text{ell}_{1}$中的集中性，为图序列建立了一个确定性条件，该条件确保随机Kuramoto模型的经验测度在长时间内仍与McKean-Vlasov解保持接近。该条件保证即使在次临界与超临界区域，当平均度数发散时，同步性仍可维持指数时间量级。

ABSTRACT

The stochastic Kuramoto model defined on a sequence of graphs is analyzed: the emphasis is posed on the relationship between the mean field limit, the connectivity of the underlying graph and the long time behavior. We give an explicit deterministic condition on the sequence of graphs such that, for any finite time and any initial condition, even dependent on the network, the empirical measure of the system stays close to the solution of the McKean-Vlasov equation associated to the classical mean field limit. Under this condition, we study the long time behavior in the subcritical and in the supercritical regime: in both regimes, the empirical measure stays close to the (possibly degenerate) manifold of stable stationary solutions, up to times which can diverge as fast as the exponential of the size of the system, before Large Deviation phenomena take over. The condition on the sequence of graphs is derived by means of Grothendieck's Inequality and expressed through a concentration in $\\ell\\_{\\infty}\ o \\ell\\_1$ norm. It is shown to be satisfied by a large class of graphs, random and deterministic, provided that the average number of neighbors per site diverges, as the size of the system tends to infinity.

研究动机与目标

• 识别一个最小的、确定性的图条件，以确保在有限时间与长时间区间内，图上相互作用振子的平均场极限成立。
• 分析一般图序列上Kuramoto模型在次临界与超临界同步区域中的长时间同步动力学。
• 证明经验测度在系统规模的指数时间量级内，仍与稳定静止解的流形保持接近。
• 展示该图条件在包括平均度数发散的Erdős-Rényi图在内的多种随机与确定性图上均成立。
• 弥合复杂网络中平均场极限与长时间行为之间的鸿沟，尤其在初始条件与图结构假设较弱的情况下。

提出的方法

• 利用Grothendieck不等式，推导出图序列的确定性条件，其表达为$\backslash\text{ell}_{\backslash\text{infty}}\to\backslash\text{ell}_{1}$算子范数的集中性。
• 分析具有邻接矩阵$\backslash\\xi^{(n)}$与稀释参数$p_n$的图上随机Kuramoto模型，其中相互作用强度按$1/(np_n)$缩放。
• 应用自归一化过程理论与Fokker-Planck算子$L_\psi$的谱分析，以在$H_{-1}$与$H_{-2}$空间中控制动力学。
• 使用Gronwall引理的一个变体（引理B.4）来控制经验测度与McKean-Vlasov解之间偏差的增长。
• 在加权Sobolev空间中建立$e^{tL_\psi}$与$e^{tL_\psi^*}$的半群估计，给出$H_{-1}$与$H_{-2}$中算子范数的界。
• 应用对偶性与特征函数分析，以有界$\|\cdot\|_{L^\infty}$控制$L_\psi^*$的特征函数，确保半群的正则性。

实验结果

研究问题

• RQ1 图序列的何种确定性条件可确保Kuramoto模型的经验测度在有限时间区间内与McKean-Vlasov解保持接近？
• RQ2 系统长时间行为如何依赖于图结构，特别是在次临界与超临界同步区域中？
• RQ3 系统是否可在随系统规模指数增长的时间内保持同步？何种图条件可实现这一点？
• RQ4 在一般图序列下，平均场极限对弱初始依赖与非i.i.d.初始条件是否具有鲁棒性？
• RQ5 何种最小图条件——以函数范数形式表达——可保证收敛至平均场极限并实现长时间稳定性？

主要发现

• 本文识别出一个基于$\backslash\text{ell}_{\backslash\text{infty}}\to\backslash\text{ell}_{1}$集中性的确定性图条件，该条件源自Grothendieck不等式，可确保对任意有限时间与任意初始条件，经验测度均与McKean-Vlasov解保持接近。
• 该条件在一大类图上成立，包括平均度数发散的Erdős-Rényi随机图，只要满足$np_n \to \infty$。
• 在次临界与超临界区域中，经验测度在可快至$\exp(n)$的时间内，仍与（可能退化的）稳定静止解流形保持接近，直至大偏差效应占主导。
• 通过使用修正的Gronwall不等式，该分析建立了经验测度与McKean-Vlasov解之间偏差的定量界，确保长时间稳定性。
• 对Fokker-Planck算子$L_\psi$的谱分析得到特征值界$\lambda_l \in [l^2/C, Cl^2]$，并获得特征函数的统一$\|\cdot\|_{L^\infty}$有界性，这对控制半群行为至关重要。
• 半群$e^{tL_\psi}$满足$\|e^{tL_\psi}u\|_{-1} \leq C(1 + t^{-1/2})\|u\|_{-2}$，该不等式可控制负Sobolev范数中的动力学，支持长时间估计。