[论文解读] The Boolean Model in the Shannon Regime: Three Thresholds and Related Asymptotics

Venkat Anantharam, François Baccelli|arXiv (Cornell University)|Aug 6, 2014

Point processes and geometric inequalities参考文献 17被引用 4

一句话总结

本文研究了在香农尺度下高维布尔模型的渐近行为，其中考虑了强度为 $ e^{n\rho_n} $ 的泊松点过程与半径缩放为 $ \bar{X}_n\sqrt{n} $ 的球体。通过大偏差原理识别出三个不同的临界值——度数阈值、渗透阈值和体积分数阈值，表明当 $ \rho $ 跨过这些临界值时，系统在连通性、覆盖性和无限簇形成方面表现出相变现象。

ABSTRACT

Consider a family of Boolean models, indexed by integers $n \\ge 1$, where the $n$-th model features a Poisson point process in ${\\mathbb{R}}^n$ of intensity $e^{n \ ho_n}$ with $\ ho_n \ o \ ho$ as $n \ o \\infty$, and balls of independent and identically distributed radii distributed like $\\bar X_n \\sqrt{n}$, with $\\bar X_n$ satisfying a large deviations principle. It is shown that there exist three deterministic thresholds: $\ au_d$ the degree threshold; $\ au_p$ the percolation threshold; and $\ au_v$ the volume fraction threshold; such that asymptotically as $n$ tends to infinity, in a sense made precise in the paper: (i) for $\ ho < \ au_d$, almost every point is isolated, namely its ball intersects no other ball; (ii) for $\ au_d< \ ho< \ au_p$, almost every ball intersects an infinite number of balls and nevertheless there is no percolation; (iii) for $\ au_p< \ ho< \ au_v$, the volume fraction is 0 and nevertheless percolation occurs; (iv) for $\ au_d< \ ho< \ au_v$, almost every ball intersects an infinite number of balls and nevertheless the volume fraction is 0; (v) for $\ ho > \ au_v$, the whole space covered. The analysis of this asymptotic regime is motivated by related problems in information theory, and may be of interest in other applications of stochastic geometry.

研究动机与目标

• 研究在 $ n \to \infty $ 时，高维空间（$ \mathbb{R}^n $）中布尔模型的渐近行为，其中强度与半径随维度进行缩放。
• 基于半径分布的大偏差行为，识别并严格定义三个关键阈值：度数阈值 $ \tau_d $、渗透阈值 $ \tau_p $ 和体积分数阈值 $ \tau_v $。
• 将这些阈值表示为涉及底层大偏差原理率函数的优化问题的解。
• 在每个阈值附近建立收敛速率的精确渐近表达式，特别是针对相变区域。
• 将先前的确定性结果推广到具有满足大偏差原理的随机半径的随机设置，并将已知结果（如高斯半径情形）作为特例恢复。

提出的方法

• 在 $ \mathbb{R}^n $ 中形式化布尔模型，其中泊松点过程的强度为 $ e^{n\rho_n} $，且 $ \rho_n \to \rho $，球体半径为 $ \bar{X}_n\sqrt{n} $，其中 $ \bar{X}_n $ 为独立同分布的随机变量，且满足具有良好且凸的率函数 $ I(\cdot) $ 的大偏差原理（LDP）。
• 通过渐近概率行为定义三个阈值：$ \tau_d $ 基于在 Palm 测度下相交颗粒的期望数量，$ \tau_p $ 基于渗透概率，$ \tau_v $ 基于原点覆盖概率。
• 将每个阈值表示为涉及率函数 $ I(\cdot) $ 的变分优化问题的解，该解由 Laplace 原理和大偏差渐近分析导出。
• 利用 Gärtner-Ellis 定理确保 LDP 的有效性，并推导出半径分布的指数级顺序统计量。
• 应用 Slivnyak 定理分析 Palm 测度，从而研究典型颗粒与过程其余部分的相互作用。
• 在高斯分布半径情形下推导出阈值的显式公式，其中 $ \bar{X}_n \sim \mathcal{N}(0,\sigma^2) $，并验证 $ \tau_d < \tau_p < \tau_v $ 的顺序。

实验结果

研究问题

• RQ1 在香农尺度下，高维布尔模型中的三个关键阈值（度数、渗透和体积分数）是什么？
• RQ2 这些阈值如何依赖于半径分布的大偏差率函数？
• RQ3 当强度参数 $ \rho $ 落在这些阈值之间的区间时，系统的渐近行为如何？
• RQ4 在阈值附近的收敛速率行为如何？能否利用大偏差理论进行量化？
• RQ5 在高斯分布半径的特殊情形下会发生什么？这些阈值与信息论中的已知结果相比如何？

主要发现

• 存在三个不同的阈值：$ \tau_d < \tau_p < \tau_v $，其中 $ \tau_d $ 标记相交颗粒期望数量从有限变为无穷的转变，$ \tau_p $ 标记无渗透到渗透的转变，$ \tau_v $ 标记覆盖从零到完全的转变。
• 对于方差为 $ \sigma^2 $ 的高斯半径，体积分数阈值为 $ \tau_v = -\frac{1}{2}\log(2\pi e\sigma^2) - \frac{1}{2}(\log 4 - 1) $，对应于 $ R_v = \sigma\sqrt{2} $。
• 度数阈值为 $ \tau_d = -\frac{1}{2}\log(2\pi e\sigma^2) - \frac{1}{2}(\log(27/2) - 1) $，对应于 $ R_d = \sigma\sqrt{3/2} $。
• 渗透阈值满足 $ \tau_p = -\frac{1}{2}\log(2\pi e\sigma^2) - \frac{1}{2}(\log(c^2(1+c)^2) - c^2 + 1) $，其中 $ c \approx 1.24698 $ 是方程 $ c^3 + c^2 - 2c - 1 = 0 $ 的唯一正实根。
• 在确定性情形下，若 $ \bar{X}_n = R^*_n \to R^* $，则渗透阈值与度数阈值重合，且两者均比体积分数阈值低 $ \log 2 $。
• 在每个阈值附近，本文推导出收敛速率的精确渐近表达式，表明概率在不同区域呈现指数衰减或增长，该结果通过 Laplace 原理和大偏差理论得到验证。