[論文レビュー] A matrix product algorithm for stochastic dynamics on locally tree-like graphs

Thomas Barthel, Caterina De Bacco+1 more|arXiv (Cornell University)|Aug 13, 2015

Opinion Dynamics and Social Influence被引用数 3

ひとこと要約

本稿では、局所的に木構造的なグラフ上の確率的ダイナミクスをシミュレートするための行列積アルゴリズムを提案する。この手法は、エッジメッセージ（頂点の変数軌道の条件付き確率）を行列積状態で近似することで、観測可能量の高精度かつ効率的な計算を可能にする。モンテカルロ法よりも誤差スケーリングが優れており、レアイベントや時間相関の計算にも適用可能である。この手法は有限系および熱力学的極限の両方に対応可能である。

ABSTRACT

We describe and demonstrate an algorithm for the efficient simulation of generic stochastic dynamics of classical degrees of freedom defined on the vertices of a locally tree-like graph. Networks with cycles are treated in the framework of the cavity method. Such models correspond for example to spin-glass systems, Boolean networks, neural networks, or other technological, biological, and social networks. Building upon ideas from quantum many-body theory, the algorithm is based on a matrix product approximation of the so-called edge messages -- conditional probabilities of vertex variable trajectories. The matrix product edge messages (MPEM) are constructed recursively. Computation costs and precision can be tuned by controlling the matrix dimensions of the MPEM in truncations. In contrast to Monte Carlo simulations, the approach has a better error scaling and works for both, single instances as well as the thermodynamic limit. As we demonstrate at the example of Glauber dynamics, due to the absence of cancellation effects, observables with small expectation values can be evaluated reliably, allowing for the study of decay processes and temporal correlations.

研究の動機と目的

• 局所的に木構造的なグラフ上の確率的ダイナミクスをシミュレートするための効率的アルゴリズムの開発。従来の手法では限界がある。
• 期待値が小さい観測可能量（崩壊過程や時間相関など）の正確な計算を可能にし、モンテカルロ法で見られるキャンセルエラーの影響を受けにくくする。
• エッジメッセージの行列積近似を活用することで、サイクルを含むネットワークに対してもキャビティ法フレームワークを拡張する。
• 近似における行列次元の制御により、計算コストと精度の間で調整可能なトレードオフを実現する。
• 単一インスタンスのシミュレーションと熱力学的極限の両方をサポートし、スピンガラスやニューラルネットワークなどの複雑系への応用範囲を広げる。

提案手法

• アルゴリズムは、グラフのエッジ上でのエッジメッセージ（頂点変数軌道の条件付き確率）を行列積近似で表現する。
• エッジメッセージは、量子多体理論にインspiredされたテンソルネットワーク的な再帰的構成法により再帰的に構築される。
• 近似における行列次元は、計算コストと精度を制御するための切断処理が施され、精度と効率のトレードオフが可能となる。
• この手法はキャビティ法フレームワーク内に位置づけられ、サイクルを含むグラフに対しても、局所的に木構造的とみなすことにより処理可能となる。
• モンテカルロ法で一般的に見られるキャンセル効果を回避でき、低確率イベントの信頼性の高い評価が可能となる。
• Glauberダイナミクスをテストケースとして適用し、時間相関や崩壊過程の計算において高いロバストネスを示した。

実験結果

リサーチクエスチョン

• RQ1 エッジメッセージの行列積近似は、局所的に木構造的なグラフ上の確率的ダイナミクスのシミュレーションにおける効率性と精度を向上させ得るか？
• RQ2 期待値が小さい観測可能量について、行列積アルゴリズムはモンテカルロ法と比べてどの程度誤差スケーリングが優れているか？
• RQ3 キャビティ法フレームワークを活用することで、このアルゴリズムはサイクルを含む系をどの程度処理できるか？
• RQ4 キャンセルエラーの影響を受けず、稀イベントや時間相関を信頼性高く計算できるか？
• RQ5 行列次元の切断は、有限系および熱力学的極限の両方において、計算コストと精度にどのような影響を及ぼすか？

主な発見

• 行列積エッジメッセージ（MPEM）アルゴリズムは、モンテカルロシミュレーションよりも誤差スケーリングが優れている。特に期待値が小さい観測可能量に対して顕著である。
• キャンセル効果が存在しないため、崩壊過程や時間相関の評価が信頼性高く可能となる。
• MPEM近似における行列次元の制御により、計算コストと精度の間の調整が可能となる。
• アルゴリズムは単一インスタンスのシミュレーションと熱力学的極限の両方に対して有効であり、大規模系への応用範囲が広がる。
• Glauberダイナミクス（ベンチマークとなる確率的過程）に対しても、優れた性能を示し、複雑なネットワークダイナミクスへの実用性を確認した。
• キャビティ法を用いて、局所的に木構造的とみなすことにより、サイクルを含むネットワークの処理に成功した。