[論文レビュー] Bounds for logarithmic Sobolev constants for Gaussian convolutions of compactly supported measures

David Zimmermann|arXiv (Cornell University)|May 11, 2014

Point processes and geometric inequalities参考文献 22被引用数 4

ひとこと要約

本稿は、R^n 上のコンパクトに台を持つ測度のガウス型畳み込みにおける対数ソボレフ定数の上界を確立し、具体例を通じてそのタイトさを示している。また、ランダム行列理論における固有値収束に関する先行結果を改善し、行列要素間に弱い長距離相関が存在する場合でも普遍性が成立することを示している。

ABSTRACT

We give upper bounds for optimal constants in logarithmic Sobolev inequalities for convolutions of compactly supported measures on $\mathbb{R}^n$ with a Gaussian measure. We investigate tightness of these bounds by examining some examples. We then revisit and improve (by significantly weakening hypotheses) the statement and proof in \cite{Zi13} that, under certain hypotheses, the empirical law of eigenvalues of a sequence of symmetric random matrices converges to its mean in probability. In particular, the universality theorem holds even when there is some mild long range dependence between the entries.

研究の動機と目的

• R^n 上のコンパクトに台を持つ測度とガウス測度の畳み込みにおける最適対数ソボレフ定数の上界を導出すること。
• 具体的な例を通じて、これらの上界のタイトさを評価すること。
• [Zi13] における対称ランダム行列の経験的固有値分布がその平均に確率的に収束することの結果を再表現・強化すること。
• 行列要素の独立性に関する仮定を著しく弱めるなどして、固有値分布の普遍性定理を拡張すること。
• 行列要素間に弱い長距離相関が存在する場合でも、普遍性が維持されることを示すこと。

提案手法

• 関数不等式、特に対数ソボレフ不等式を用いて、畳み込み済み確率測度の正則性を分析する。
• 情報理論および集中法の技法を応用し、畳み込みの対数ソボレフ定数の上界を導出する。
• 変分表現およびエントロピー法を用いて、最適対数ソボレフ定数の上界を導出する。
• [Zi13] の証明構造を再検討し、ランダム行列集合における要素独立性に関する鍵となる仮定を緩和する。
• 行列要素の依存構造を洗練された形で分析し、弱い長距離相関が存在する場合でも確率的収束を保証する。
• 行列集合の凸性および対称性を活用し、モーメント法およびエントロピー境界を用いて固有値分布を制御する。

実験結果

リサーチクエスチョン

• RQ1 R^n 上のコンパクトに台を持つ測度とガウス測度の畳み込みにおける最適対数ソボレフ定数に、どのような上界を確立できるか？
• RQ2 これらの上界はどれほどタイトか。また、どのような状況で等号または近似等号が成立するか？
• RQ3 従来の知られていた独立性仮定よりも弱い条件下でも、対称ランダム行列の経験的固有値分布がその平均に確率的に収束することを証明できるか？
• RQ4 固有値分布の極限における普遍性を保つために、行列要素間にどの程度の長距離相関が許容可能か？
• RQ5 [Zi13] における仮定の緩和が、普遍性定理のロバストネスおよび適用範囲にどのように影響するか？

主な発見

• 本稿は、R^n 上のコンパクトに台を持つ測度とガウス測度の畳み込みにおける最適対数ソボレフ定数について、明示的な上界を確立している。
• 特定の具体例の分析を通じて、これらの上界が特定の状態においてタイトであることが示され、鋭さが裏付けられている。
• 著者らは、[Zi13] の結果を著しく改善し、対称ランダム行列の要素に必要な独立性条件を大幅に緩和した。
• 行列要素間に弱い長距離相関が存在する場合でも、極限固有値分布の普遍性が成立することが証明された。
• 改善された定理により、ランダム行列理論における普遍性原理の適用範囲が、より広い依存要素モデルのクラスに拡張された。
• 分析により、緩和された仮定のもとでも、経験的固有値分布が平均に確率的に収束するという、元の結果の核心的結論が保たれていることが確認された。