[論文レビュー] Localization technique in the discrete setting with applications

Arnaud Marsiglietti, James Melbourne|arXiv (Cornell University)|Apr 24, 2020

Mathematical Dynamics and Fractals被引用数 3

ひとこと要約

本稿は、単形内の線形制約下で、対数凹関数列の極値点として対数アフィン列を同定することにより、連続確率設定から離散確率設定への局所化技法の拡張を行う。線形制約下での離散対数凹関数確率変数が、基準測度に関して対数アフィン分布において極値的性質を示すことを確立し、連続ケースと類似した応用が可能になる。

ABSTRACT

We investigate the extreme points of certain subsets of the simplex. More explicitly, we find that log-affine sequences are the extreme points of the set of log-concave sequences belonging to a half-space slice of the simplex. This can be understood as an extention of the localization technique of Lovasz and Simonovits (1993) in the geometric form of Fradelizi and Guedon (2004) to the discrete setting. Probabilistically, we show that the extreme points of the set of discrete log-concave random variables satisfying a linear constraint are log-affines with respect to a reference measure. Several applications are discussed akin to the continuous setting.

研究の動機と目的

• ロヴァーシュとシモノビッチの幾何学的局所化技法を離散確率空間に拡張すること。
• 線形制約下での離散対数凹関数確率変数の集合の極値点を特定すること。
• 単形と半空間スライスを用いた離散類似版の連続局所化法を確立すること。
• 離散最適化および確率論における局所化技法の応用の基盤を提供すること。

提案手法

• 線形制約によって定義される単形の部分集合を分析し、対数凹関数列に注目する。
• 対数凹関数列の集合と半空間スライスの交差領域内で、対数アフィン列が極値点として同定される。
• 確率論的推論を用いて、線形制約下での離散対数凹関数確率変数が、対数アフィン分布において極値的性質を示すことを示す。
• フラデリツィとゲドン（2004）の枠組みを用い、連続局所化法を離散設定に適応する。
• 離散単形内での対数凹性およびアフィン変換の性質に依拠し、極値条件を導出する。
• 制約付き空間内での基準測度と対数アフィン列の構造との間の対応関係を確立する。

実験結果

リサーチクエスチョン

• RQ1 単形内に含まれる半空間に制約された対数凹関数列の集合の極値点は何か？
• RQ2 連続局所化技法は、どのように離散確率分布に適応可能か？
• RQ3 線形制約下での離散対数凹関数確率変数の極値分布は、どのように特徴づけられるか？
• RQ4 離散設定において、対数アフィン列はどのように極値的対象として出現するか？
• RQ5 これらの離散極値分布は、確率空間内での基準測度とどのような関係にあるか？

主な発見

• 半空間スライスに含まれる対数凹関数列の集合の極値点として、対数アフィン列が成立する。
• 離散局所化技法により、離散単形内での線形制約下で、対数アフィン分布が極値分布として同定される。
• 線形制約を満たす離散対数凹関数確率変数は、基準測度に関して対数アフィンである分布で極値を達成する。
• 単形と対数凹性を介して、ロヴァーシュとシモノビッチの連続局所化フレームワークが離散ドメインに一般化される。
• 離散確率論および最適化における応用は、連続ケースと類似しており、同じ極値構造を活用する。
• 特徴づけは、幾何学的局所化原理の離散アナロジーを提供し、組合せ確率論における新たな解析的ツールを可能にする。