[论文解读] Processes on Unimodular Random Networks

David Aldous, Russell Lyons|arXiv (Cornell University)|Mar 2, 2006

Stochastic processes and statistical mechanics参考文献 60被引用 4

一句话总结

本文将经典关于随机游走、渗流、生成森林及平坦性的结果，从单模拟传递图推广至更广泛的单模随机网络类。研究证明，单模性——一种概率意义上的空间平稳性——使得可通过有限网络的弱极限构造随机过程的不变测度，其应用涵盖随机游走、吉布斯测度及沙堆模型。

ABSTRACT

We investigate unimodular random networks. Our motivations include their characterization via reversibility of an associated random walk and their similarities to unimodular quasi-transitive graphs. We extend various theorems concerning random walks, percolation, spanning forests, and amenability from the known context of unimodular quasi-transitive graphs to the more general context of unimodular random networks. We give properties of a trace associated to unimodular random networks with applications to stochastic comparison of continuous-time random walk.

研究动机与目标

• 将随机游走、渗流及生成森林的经典定理，从单模拟传递图推广至单模随机网络。
• 证明单模随机根网络恰好是均匀根有限网络的随机弱极限，解决网络极限理论中的基础性问题。
• 为单模网络上连续时间随机游走的随机比较，发展基于迹的框架。
• 通过弱极限与单模性，构造无限网络上的自同构不变测度，特别适用于吉布斯分布与沙堆动力学等模型。
• 研究在索菲克图与传递图上，顶点着色与自旋玻璃模型的不变测度的存在性。

提出的方法

• 通过质量传输原则定义单模随机根网络，确保从根发送的期望质量等于接收到的期望质量。
• 利用测度的根度偏差构造网络上简单随机游走的可逆平稳分布，推广有限图情形。
• 利用均匀根有限网络的弱收敛构造单模极限，证明此类极限确实为单模。
• 应用迹映射对连续时间随机游走进行随机比较，利用迹编码路径行为与转移速率。
• 通过将单模极限上提至无限网络上的自同构不变测度，构造吉布斯与沙堆模型的不变测度。
• 利用图的索菲克性与平坦性条件，将不变测度存在性结果推广至非平坦情形。

实验结果

研究问题

• RQ1 能否将单模拟传递图上关于随机游走与渗流的经典结果，推广至更一般的单模随机网络类？
• RQ2 所有单模随机根网络是否都可作为均匀根有限网络的随机弱极限出现？
• RQ3 能否通过弱极限与单模性，在无限传递索菲克图上构造吉布斯不变测度？
• RQ4 在准传递无限图上，当 $ c $ 等于色数时，是否存在 ${ m Aut}(G)$-不变的 $ c $-正常着色测度？
• RQ5 能否通过有限网络的弱极限，在无限索菲克图上构造沙堆的不变测度？

主要发现

• 在假设所有单模网络均为此类极限的猜想成立的前提下，单模随机根网络恰好是均匀根有限网络的随机弱极限。
• 单模性条件确保测度的根度偏差可导出简单随机游走的可逆平稳分布，推广了有限图情形。
• 在单模网络上定义的迹映射，可实现对连续时间随机游走的随机比较，为分析路径行为与转移动力学提供了工具。
• 对任意传递索菲克图，即使在非平坦情形下，也可作为有限网络测度的弱极限，构造出自同构不变的吉布斯测度。
• 在任意传递索菲克图上，存在一个支持于满足稳定性与遍历性条件的临界标记映射上的不变沙堆测度。
• 对索菲克图，当 $ c \to D+1 $ 或 $ c = D $ 时，存在 ${ m Aut}(G)$-不变的正常 $ c $-着色测度，其中 $ c = D+1 $ 的情形由施拉姆给出肯定答案，而 $ c = D $ 的情形由布鲁克斯定理保证。