[論文レビュー] Eldan's Stochastic Localization and the KLS Conjecture: Isoperimetry, Concentration and Mixing

Yin Tat Lee, Santosh Vempala|arXiv (Cornell University)|Dec 5, 2016

Stochastic processes and statistical mechanics参考文献 42被引用数 4

ひとこと要約

本稿は、$ \mathbb{R}^n $ 内の等方的対数凸測度に対するチェーバー定数について、$ O(n^{1/4}) $ のタイトな上界を確立した。これは、以前の $ O(n^{1/3}\sqrt{\log n}) $ の上界を著しく改善する。この結果は、徐々にガウス型因子を導入するマルティンゲールに基づく変換であるエルダンの確率的局所化を用いて得られ、薄皮推定、ポincare定数および対数ソボレフ定数、およびボールウォークアルゴリズムの混合時間に関する改善された上界をもたらす。

ABSTRACT

We show that the Cheeger constant for $n$-dimensional isotropic logconcave measures is $O(n^{1/4})$, improving on the previous best bound of $O(n^{1/3}\sqrt{\log n}).$ As corollaries we obtain the same improved bound on the thin-shell estimate, Poincaré constant and Lipschitz concentration constant and an alternative proof of this bound for the isotropic (slicing) constant; it also follows that the ball walk for sampling from an isotropic logconcave density in ${\bf R}^{n}$ converges in $O^{*}(n^{2.5})$ steps from a warm start. The proof is based on gradually transforming any logconcave density to one that has a significant Gaussian factor via a Martingale process. Extending this proof technique, we prove that the log-Sobolev constant of any isotropic logconcave density in ${\bf R}^{n}$ with support of diameter $D$ is $Ω(1/D)$, resolving a question posed by Frieze and Kannan in 1997. This is asymptotically the best possible estimate and improves on the previous bound of $Ω(1/D^{2})$ by Kannan-Lovász-Montenegro. It follows that for any isotropic logconcave density, the ball walk with step size $δ=Θ(1/\sqrt{n})$ mixes in $O\left(n^{2}D ight)$ proper steps from \emph{any }starting point. This improves on the previous best bound of $O(n^{2}D^{2})$ and is also asymptotically tight. The new bound leads to the following large deviation inequality for an $L$-Lipschitz function $g$ over an isotropic logconcave density $p$: for any $t>0$, \[ Pr_{x\sim p}\left(\left|g(x)-\bar{g} ight|\geq L\cdot t ight)\leq\exp(-\frac{c\cdot t^{2}}{t+\sqrt{n}}) \] where $\bar{g}$ is the median or mean of $g$ for $x\sim p$; this generalizes and improves on previous bounds by Paouris and by Guedon-Milman. The technique also bounds the ``small ball'' probability in terms of the Cheeger constant, and recovers the current best bound.

研究の動機と目的

• 等方的対数凸測度のチェーバー定数に対する既存の最良上界を改善すること。
• 薄皮推定、ポincare定数、リプシッツ集中定数に関するよりタイトな上界を確立すること。
• フリーズとカナンの1997年の対数ソボレフ定数に関する問いを解決し、直径 $ D $ の測度に対して $ \Omega(1/D) $ であることを示すこと。
• ボールウォークアルゴリズムの混合時間の上界を $ O^*(n^2 D^2) $ から $ O(n^2 D) $ に改善し、これは漸近的にタイトであることを示すこと。
• リプシッツ関数に対する新しい大偏差不等式を導出すること。この不等式はより良い尾部減衰を示す。

提案手法

• 対数凸密度をガウス型因子を強く持つものへ段階的に変換する連続的なマルティンゲール過程であるエルダンの確率的局所化を用いる。
• 各ステップで測度の非等方性を低下させる再帰的局所化フレームワークを用い、二次形式のモーメントの境界を活用する。
• 共分散作用素の二進スペクトル射影への分解を用いて、高階モーメントを制御する。
• 濃度的議論により、局所化プロセスの作用素ノルムの上界を確立し、$ T \leq 1/(c k (\log n)^{1-1/k} n^{1/k}) $ のもとで $ \mathbb{P}(\max_t \|A_t\|_{\mathrm{op}} \geq 2) \leq 2\exp(-1/(cT)) $ を示す。
• エルダンの元論文における補題39を再考・精錬し、$ k=2 $ の場合に $ \sqrt{\log n} $ の損失要因を $ (\log n)^{1/4} $ にまで低減する。
• 新しい大偏差不等式を導出：$ \mathbb{P}(|g(x) - \bar{g}| \geq L t) \leq \exp(-c t^2 / (t + \sqrt{n})) $。これはパウリスおよびゲドン＝ミルマンの先行結果を一般化・改善する。

実験結果

リサーチクエスチョン

• RQ1 等方的対数凸測度のチェーバー定数は、$ O(n^{1/3}\sqrt{\log n}) $ よりもタイトに抑えられるか？
• RQ2 対数凸測度の台直径 $ D $ に依存する対数ソボレフ定数の最適な依存関係は何か？
• RQ3 等方的対数凸密度からのサンプリングに用いるボールウォークの混合時間は、$ O(n^2 D^2) $ ステップを越えて改善可能か？
• RQ4 エルダンの確率的局所化技法は、対数損失要因を低減することで、KLS予想に対するよりタイトな解析を可能にするか？
• RQ5 サブガウス型およびサブガウス型の尾部を統一的に捉える新しい大偏差不等式を導出可能か？

主な発見

• 任意の $ \mathbb{R}^n $ 内の等方的対数凸測度について、チェーバー定数は $ O(n^{1/4}) $ で抑えられる。これは、以前の最良上界 $ O(n^{1/3}\sqrt{\log n}) $ よりも改善されたものである。
• 薄皮推定、ポincare定数、リプシッツ集中定数はすべて $ O(n^{1/4}) $ で抑えられる。
• 台直径 $ D $ の任意の等方的対数凸密度の対数ソボレフ定数は $ \Omega(1/D) $ である。これは1997年にフリーズとカナンが提起した問いを解決する。
• ステップサイズ $ \delta = \Theta(1/\sqrt{n}) $ のボールウォークは、任意の初期点から $ O(n^2 D) $ の適切なステップで混合する。これは、以前の $ O(n^2 D^2) $ の上界を改善する。
• 新しい大偏差不等式により、任意の $ L $-リプシッツ関数 $ g $ に対して $ \mathbb{P}(|g(x) - \bar{g}| \geq L t) \leq \exp(-c t^2 / (t + \sqrt{n})) $ が成り立つ。これは、パウリスやゲドン＝ミルマンの先行結果を一般化・改善する。
• 本手法により、チェーバー定数に基づく小球確率の現在の最良上界が回復され、漸近的条件下での最適性が確認された。