[論文レビュー] Localization Schemes: A Framework for Proving Mixing Bounds for Markov Chains

Yuansi Chen, Ronen Eldan|arXiv (Cornell University)|Mar 8, 2022

Markov Chains and Monte Carlo Methods被引用数 6

ひとこと要約

本稿は、マコフ連鎖における混合時間の境界を示すために、スペクトル的独立性と確率的局在化技術を結びつける統一的な枠組み「局在化スキーム」を導入する。確率測度の時間発展を空間に局在するマルティンゲールとしてモデル化することにより、混合時間境界の単純なマルティンゲールに基づく証明が可能となり、スペクトル的およびエントロピー的独立性の両方の結果を回復・簡略化する。特に、ハードコアモデルにおける最適な $O(n\log n)$ 混合時間と、対数凸分布からのサンプリングにおける最適な KL 発散の減少を含む。

ABSTRACT

Two recent and seemingly-unrelated techniques for proving mixing bounds for Markov chains are: (i) the framework of Spectral Independence, introduced by Anari, Liu and Oveis Gharan, and its numerous extensions, which have given rise to several breakthroughs in the analysis of mixing times of discrete Markov chains and (ii) the Stochastic Localization technique which has proven useful in establishing mixing and expansion bounds for both log-concave measures and for measures on the discrete hypercube. In this paper, we introduce a framework which connects ideas from both techniques. Our framework unifies, simplifies and extends those two techniques. In its center is the concept of a localization scheme which, to every probability measure, assigns a martingale of probability measures which localize in space as time evolves. As it turns out, to every such scheme corresponds a Markov chain, and many chains of interest appear naturally in this framework. This viewpoint provides tools for deriving mixing bounds for the dynamics through the analysis of the corresponding localization process. Generalizations of concepts of Spectral Independence and Entropic Independence naturally arise from our definitions, and in particular we recover the main theorems in the spectral and entropic independence frameworks via simple martingale arguments (completely bypassing the need to use the theory of high-dimensional expanders). We demonstrate the strength of our proposed machinery by giving short and (arguably) simpler proofs to many mixing bounds in the recent literature, including giving the first $O(n \log n)$ bound for the mixing time of Glauber dynamics on the hardcore-model (of arbitrary degree) in the tree-uniqueness regime.

研究の動機と目的

• マコフ連鎖における混合時間境界を示すために、見かけ上無関係に思える二つの技術—スペクトル的独立性と確率的局在化—を統一すること。
• マルティンゲールに類似した局在化プロセスに基づく一般枠組みを構築し、自然にマコフ動的を生み出すこと。
• スペクトル的およびエントロピー的独立性の既存結果を、統一されたマルティンゲール枠組みに再定式化することで、それらを簡略化および拡張すること。
• 既知の混合時間境界の新しい短い証明を提示するとともに、ハードコアモデルやイジングモデルなどの主要モデルに対して最適な境界を導出すること。

提案手法

• 『局在化スキーム』—空間に局在する時間添え字付きの確率測度のマルティンゲールであり、各スキームがマコフ連鎖に対応する—という概念を導入する。
• 線形傾き局在化をクラスとして定義し、確率的局在化を一般化し、分散およびエントロピーの減少に対するマルティンゲール解析を可能にする。
• ドゥーブの停止定理およびマルティンゲール収束定理を用いて、スぺクトルギャップおよび修正ログソボレフ定数の境界を導出する。
• 高次元エクスパンダーを必要とせずに、スペクトル的独立性を用いたエントロピーの安定性および減少を示すために、この枠組みを適用する。
• 局在化プロセスを分析することで、制限付きガウスオラクルを用いたサンプリングにおける KL 発散の減少境界を導出する。
• 局在化プロセスと関数不等式（対数ソボレフ不等式およびパーオンカーレ不等式など）との関係を確立する。

実験結果

リサーチクエスチョン

• RQ1 スペクトル的独立性と確率的局在化は、マコフ連鎖における混合時間境界を示すための統一的枠組みの下で統合可能か？
• RQ2 高次元エクスパンダー理論を回避し、スペクトル的およびエントロピー的独立性を示すためにマルティンゲール的議論を用いることは可能か？
• RQ3 局在化スキームは、ツリー一意性領域におけるガウラー動的下でのハードコアモデルの最適混合時間境界を導出する上で果たす役割は何か？
• RQ4 この枠組みは、$\exp(n)$-ウォームスタート下での対数凸分布からのサンプリングに対して最適な KL 発散の減少境界を導出可能か？
• RQ5 この枠組みは、最近の近臨界イジングモデルおよびその対数ソボレフ不等式に関する結果を回復・簡略化するか？

主な発見

• 本稿は、任意の次数に対して、ツリー一意性領域におけるハードコアモデルのガウラー動的下で、初めて $O(n\log n)$ の混合時間境界を確立する。
• 任意の外部磁場下で、一意性領域におけるイジングモデルに対して最適な混合時間境界を証明し、長年の未解決問題を解決する。
• 制限付きガウスオラクルを用いた対数凸分布からのサンプリングにおいて、最適な KL 発散の減少を達成し、任意の $\exp(n)$-ウォームスタート下での混合時間が有界であることを示す。
• 近臨界フェロ磁性イジングモデルに対して対数ソボレフ不等式を証明し、バウエルシュミットとダガリエの最近の結果をより単純な方法で回復する。
• 高次元エクスパンダー理論を必要とせず、基本的なマルティンゲール的議論により、スペクトル的およびエントロピー的独立性のすべての主要定理を再現する。
• 本稿は、文献に最近登場したいくつかの結果について、短く、自己完結的な証明を提供し、局在化スキーム枠組みの強力さと一般性を示している。