中文

随机约束满足问题聚类相变的渐近行为

无序系统与神经网络 2020-11-19 v2 离散数学 概率论

摘要

随机约束满足问题在其约束密度变化时会出现若干相变。其中被称为聚类或动态相变的阈值现象,对应于一个称为树重构的信息论问题的相变。本文研究两个 CSP 的该阈值:密度为 α\alpha 的约束的 kk-一致超图双着色,以及平均度为 cc 的随机图的 qq-着色。我们证明在大 k,qk,q 极限下,聚类相变发生于 α=2k1k(lnk+lnlnk+γd+o(1))\alpha = \frac{2^{k-1}}{k} (\ln k + \ln \ln k + \gamma_{\rm d} + o(1))c=q(lnq+lnlnq+γd+o(1))c= q (\ln q + \ln \ln q + \gamma_{\rm d}+ o(1)),其中 γd\gamma_{\rm d} 对两个模型为同一常数。我们通过一个函数方程刻画 γd\gamma_{\rm d},数值求解该方程估计 γd0.871\gamma_{\rm d} \approx 0.871,并得到解析下界 γd1+ln(2(21))0.812\gamma_{\rm d} \ge 1 + \ln (2 (\sqrt{2}-1)) \approx 0.812。我们的分析揭示了聚类相变与在同一渐近尺度 γr=1\gamma_{\rm r}=1 处发生的刚性(朴素重构)阈值之间的微妙相互作用。

关键词

引用

@article{arxiv.1911.09377,
  title  = {The asymptotics of the clustering transition for random constraint satisfaction problems},
  author = {Louise Budzynski and Guilhem Semerjian},
  journal= {arXiv preprint arXiv:1911.09377},
  year   = {2020}
}

备注

35 pages, 8 figures