[論文レビュー] Generalizing Parallel Replica Dynamics: Trajectory Fragments, Asynchronous Computing, and PDMPs

David Aristoff|arXiv (Cornell University)|Feb 26, 2018

Markov Chains and Monte Carlo Methods参考文献 79被引用数 3

ひとこと要約

本稿は、マルコフ過程、特に区分的決定的マルコフ過程（PDMPs）における並列レプリカダイナミクス（ParRep）アルゴリズムの設計および一貫性の証明のための一般化された軌道断片フレームワークを導入する。非同期ParRepの一貫性を保証する新しい条件を確立し、PDMPs用の同期的および非同期的ParRepアルゴリズムを構築する。これにより、基礎となる過程にやや厳しい仮定を課すことなく、メタ安定系の正しいサンプリングが保証される。

ABSTRACT

We study the Parallel Replica Dynamics in a general setting. We introduce a trajectory fragment framework that can be used to design and prove consistency of Parallel Replica algorithms for generic Markov processes. We use our framework to formulate a novel condition that guarantees an asynchronous algorithm is consistent. Exploiting this condition and our trajectory fragment framework, we present new synchronous and asynchronous Parallel Replica algorithms for piecewise deterministic Markov processes.

研究の動機と目的

• 多様なマルコフ過程にわたるParRepアルゴリズムの設計および一貫性の証明のための一般化された数学的フレームワークを開発すること。
• 計算速度の依存性に起因する非同期ParRep実装の一貫性を保証する新しい条件を同定すること。
• PDMPsへのParRepの拡張を図り、計算化学および関連分野におけるメタ安定系の効率的サンプリングを可能にすること。
• PDMPに基づくParRepアルゴリズムが、正しい定常分布および動的分布を保持する理論的条件を確立すること。

提案手法

• ParRepアルゴリズムを抽象化・形式化するための軌道断片フレームワークを提案し、一般化されたマルコフ過程における一貫性の証明を可能にする。
• 非同期ParRepの一貫性を保証する新しい条件（命題6.2）を導入し、経路断片が独立同分布に従うことを保証する。
• フレームワークを応用して、状態依存のジャンプレートと決定的流れを用いた、PDMPs用の同期的および非同期的ParRepアルゴリズムを構築する。
• 準定常分布（QSDs）をメタ安定ダイナミクスの基盤とし、長時間の条件付き期待値によるQSDへの収束を検証する。
• 形式的部分積分と不変性の議論を用いて、PDMP生成子においてe−V(x) または e−βV(x) が不変であるための条件を導出する。
• アルゴリズム9.1における詳細なバランスのチェックを通じて、離散時間PDMPsにおけるe−βV(x)の不変性を検証し、循環的流れの条件下で詳細バランスが成立することを示す。

実験結果

リサーチクエスチョン

• RQ1 リピタの経路計算時間が異なる場合、非同期ParRepアルゴリズムがどのような条件下で一貫性を保つのか？
• RQ2 一般化された軌道断片フレームワークを用いて、異なるマルコフ過程にわたるParRepアルゴリズムの一貫性を統一的に証明するにはどうすればよいか？
• RQ3 PDMPに基づくParRepアルゴリズムが、メタ安定系の正しい定常分布を正しくサンプリングするための条件は何か？
• RQ4 循環的決定的流れを有する離散時間PDMPsにおいて、e−βV(x)の不変性を形式的に確立できるか？
• RQ5 ParRepアルゴリズムがメタ安定集合からの脱出時間分布を正しく保持するための数学的構造は何か？

主な発見

• 本稿は、リピタ間の経路計算時間が独立同分布（命題6.2の条件(i)）に従う場合、ParRepアルゴリズムが一貫することを証明している。
• 命題6.2の条件(i)が成立しない場合、ParRepアルゴリズムは誤った分布を生成する可能性があり、{0,1}上のランダムウォークの反例により、R>1個のリピタにおいてP(Tpar=1, Xpar=2) ≠ P(T=1, X(T)=2) が成立することが示された。
• PDMPsにおいて、e−V(x)が生成子(7.3)に対して形式的に不変であるための必要条件は、di·∇V(x) + ∑j λi(x,j) = 0 である。
• 離散時間PDMP設定（アルゴリズム9.1）において、受容確率Ak(x)が詳細バランスを保証し、不変測度π(x,k) ∝ e−βV(x) がマルコフ連鎖のダイナミクスのもとで保持される。
• 註記10.7における形式的計算により、循環的対称性の下でβdk·∇V(x) + max₀≤ℓ≤N−1 Fk+1,ℓ(x) − max₀≤ℓ≤N−1 Fk,ℓ(x) = 0 が成り立つことが示され、e−βV(x)の不変性が証明される。
• フレームワークにより、メタ安定集合における準定常分布の存在および一意性というやや厳しい仮定の下で、PDMPs用ParRepアルゴリズムの一貫性が示された。