하이퍼볼릭 공간에서의 무작위 그래프 진화와 온도 상전이

초록

이 논문은 하이퍼볼릭 공간에 무작위로 배치된 N개의 점을 기반으로 한 확률적 그래프 모델을 분석한다. 점들 사이의 연결 확률은 하이퍼볼릭 거리와 역온도 β에 의해 결정되며, β=1을 중심으로 상전이가 발생한다. β>1에서는 정점의 차수가 확률적으로 유한하고 멱법칙 꼬리를 보이며, β<1에서는 평균 차수가 N에 대해 다항식적으로 성장한다. β=1에서는 로그 성장으로 전이한다. 또한 β>1 경우를 Chung‑Lu 형태의 이질적 무작위 그래프와 연결시킨다.

상세 분석

본 연구는 기존 Krioukov 등(2010)의 하이퍼볼릭 무작위 그래프 모델을 수학적으로 엄밀히 정립하고, 온도 파라미터 β에 따른 위상 변화를 정량화한다. 모델은 Poincaré 원판 모델을 채택해 각 정점의 방사형 거리 r을 고정하면, 두 정점 i와 j 사이의 연결 확률 p_{ij}=f(β, d_{ij})가 거리 d_{ij}=d_{\mathbb{H}}(i,j)에 대한 감소 함수임을 보인다. 여기서 f는 Boltzmann 형태, 즉 p_{ij}=1/(1+e^{β(d_{ij}-R)})와 유사하게 정의된다( R은 반경 파라미터). β가 클수록 장거리 연결이 억제돼 네트워크는 고도로 클러스터링된 지역 구조를 띤다.

주요 정리는 다음과 같다. 첫째, β>1이면 정점 차수 D_N의 분포가 확률적으로 유계이며, 꼬리 부분이 멱법칙 P(D_N>k)∼k^{-τ} 형태를 갖는다. 여기서 지수 τ는 하이퍼볼릭 곡률 κ(음수)와 β의 함수이며, τ>2이므로 평균 차수는 유한하고 분산도 제한된다. 둘째, β<1이면 기대 차수 E