[論文レビュー] Identifying interacting pairs of sites in infinite range Ising models

Daniel Y. Takahashi|arXiv (Cornell University)|Jun 2, 2010

Markov Chains and Monte Carlo Methods参考文献 10被引用数 6

ひとこと要約

この論文は、有限のスピン配置サンプルから無限範囲イジング模型の相互作用するサイトペアを特定するための統計推定量を提案する。有限の実現値を分析することで、誤って非相互作用ペアを相互作用すると誤認する確率の厳密な上界を提供し、長距離相互作用を有する統計物理学系における相互作用同定の有限サンプル保証を実現する。

ABSTRACT

We consider Ising models (pairwise interaction Gibbs probability measures) in Z d with an infinite range potential. We address the problem of identifying pairs of interacting sites from a finite sample of independent realizations of the Ising model. The sample contains only the values assigned by the Ising model to a finite set of sites in Z d . Our main result is an upperbound for the probability with our estimator to misidentify the pairs of interacting sites in this finite set.

研究の動機と目的

• 有限の観測スピン配置から無限範囲イジング模型におけるペアワイズ相互作用を同定する課題に対処すること。
• ポテンシャルが無限範囲であるにもかかわらず、モデル内で相互作用するサイトペアを信頼性高く同定する手法を開発すること。
• 相互作用同定の正確性に関する有限サンプル統計的保証を提供すること、特に非相互作用ペアを誤って相互作用すると識別する確率を上限で制御すること。

提案手法

• Z^d の一部のサイト上で、独立な実現値の有限サンプルを用いる。
• 経験的相関と十分統計量に基づく統計推定量を用いて、サイトペア間の非ゼロ相互作用を検出する。
• 推定誤差の有限サンプルにおけるバインディングに、濃縮不等式を適用する。
• 主な要素として、推定量が非相互作用ペアを誤って相互作用すると識別する確率の上界を導出する。
• 非漸近的かつ無限範囲相互作用の状況に特化したアプローチであり、短距離またはマルコフ構造を仮定する手法とは区別される。
• モデルのポテンシャルに関する最小限の仮定の下で理論的保証を導出する。具体的には、モーメントの存在と混合条件に依存する。

実験結果

リサーチクエスチョン

• RQ1 有限のスピン配置サンプルしか入手できない状況で、無限範囲イジング模型の相互作用するサイトペアを信頼性高く同定できるか？
• RQ2 有限サンプル条件下で、統計推定量が非相互作用ペアを誤って相互作用すると識別する最大確率は何か？
• RQ3 推定量の性能は、サンプルサイズと無限範囲ポテンシャルの構造にどのように依存するか？
• RQ4 このようなモデルにおける相互作用同定の誤差率に対して、非漸近的かつ有限サンプルのバインディングを提供できるか？

主な発見

• 提案された推定量は、相互作用ペアを誤って識別する確率の有限サンプル上界を達成しており、サンプルサイズが増加するにつれて減少する。
• 上界は非漸近的であり、無限範囲相互作用を含むモデルのポテンシャルに関する一般条件のもとで成立する。
• 従来のマルコフネットワーク学習手法が長距離依存性のため失敗する可能性がある系において、相互作用同定の厳密な統計的保証を提供する。
• 経験的相関に測度濃縮技法を適用することで、誤差バインディングがモデルの複雑さに強く依存しないことを保証する。
• 十分なデータがあれば、無限範囲相互作用が存在する状況でも、相互作用構造を一貫して回復可能であることを示している。
• 理論的枠組みにより、標準的な学習アルゴリズムが収束しないか、高誤差率を生じる可能性がある統計物理学モデルにおける相互作用パターンの同定が可能になる。