[論文レビュー] MCMC sampling colourings and independent sets of G(n,d/n) near the uniqueness threshold

Charilaos Efthymiou|Warwick Research Archive Portal (University of Warwick)|Apr 24, 2013

Markov Chains and Monte Carlo Methods参考文献 23被引用数 5

ひとこと要約

本稿では、Erdős-Rényi 確率的グラフ $G(n,d/n)$ における $k$-彩色およびハードコアモデルにおける Glauber ブロック過程の高速混合に関する、新たな境界を提示する。高次元の頂点を扱うために、独自のパス重み付けスキームを導入し、統計物理学の予想値 $k \geq \frac{11}{2}d$ および $\lambda \leq \frac{1-\epsilon}{2d}$ に近い定数倍の範囲で境界を達成した。これは、構造的な木型ブロックを用いたパスカップリングに依存する、先行研究を著しく改善した結果である。

ABSTRACT

Sampling from Gibbs distribution is a central problem in computer science as well as in statistical physics. In this work we focus on the k-colouring model} and the hard-core model with fugacity λwhen the underlying graph is an instance of Erdos-Renyi random graph G(n,p), where p=d/n and d is fixed. We use the Markov Chain Monte Carlo method for sampling from the aforementioned distributions. In particular, we consider Glauber (block) dynamics. We show a dramatic improvement on the bounds for rapid mixing in terms of the number of colours and the fugacity for the corresponding models. For both models the bounds we get are only within small constant factors from the conjectured ones by the statistical physicists. We use Path Coupling to show rapid mixing. For k and λin the range of our interest the technical challenge is to cope with the high degree vertices, i.e. vertices of degree much larger than the expected degree d. The usual approach to this problem is to consider block updates rather than single vertex updates for the Markov chain. Taking appropriately defined blocks the effect of high degree vertices somehow diminishes. However, devising such a construction of blocks is a highly non trivial task. We develop for a first time a weighting schema for the paths of the underlying graph. Vertices which belong to "light" paths, only, can be placed at the boundaries of the blocks. Then the tree-like local structure of G(n,d/n) allows the construction of simple structured blocks.

研究の動機と目的

• スパースなランダムグラフにおける頂点次数の変動に起因する、ギブス分布に対する MCMC サンプリングの高速混合の課題に取り組む。
• $G(n,d/n)$ における高次元の頂点（期待次数 $d$ よりもはるかに大きい）が引き起こす技術的困難を克服する。
• 高次元の頂点の影響を軽減できるように、グラフパスに対する新たな重み付けスキームを開発する。
• $k$-彩色およびハードコアモデルにおける高速混合境界を、予想される最適閾値に近い定数倍の範囲で達成する。
• パスカップリングを用いた厳密な解析により、両モデルにおけるパラメータの改善された範囲で高速混合を確立する。

提案手法

• 累積重み積 $\prod W(u) \leq 1$ を満たす『軽量パス』上の頂点を用いて、ブロック境界を定義するパス重み付けスキームを導入する。
• 高々1本の余分な辺を持つ木構造のブロックを構築し、構造の単純性とパス長の有界性を確保する。
• 1つのブロック内で異なる構成状態を対象とした、パスカップリング技法を適用して Glauber ブロック過程の高速混合を証明する。
• 集中不等式とマルコフの不等式を用いて、ブロック境界に影響を及ぼす長パスまたは高影響パスが現れる確率が無視できる程度に小さいことを示す。
• ランダムグラフ理論の結果（彩色数の境界、サイクル長の制約など）を活用し、ブロック構造とパスの影響を制御する。
• 影響重み $U(w_r)$ および $W(w_r)$ を定義し、構成状態の変化がパスを介してどのように伝搬するかを制御することで、パス影響の帰納的制御を可能にする。

実験結果

リサーチクエスチョン

• RQ1 $k > d$ のような予想される閾値に近い $k$ に対して、$G(n,d/n)$ における $k$-彩色に対する Glauber ブロック過程の高速混合が確立可能か？
• RQ2 ハードコアモデルにおいて、混合時間の多項式的でなくなる前に、 fugacity $\lambda$ をどの程度まで大きくできるか？
• RQ3 $G(n,d/n)$ における高次元の頂点を、MCMC サンプリングにおいて効果的に管理することで、混合時間の劣化を回避できるか？
• RQ4 低影響パスのみがブロック境界に影響を与えるように、パス重み付けスキームを設計可能か？
• RQ5 スパースなランダムグラフ上でのこれらのモデルにおいて、パスカップリングが高速混合を示せる最良の $k$ および $\lambda$ の境界は何か？

主な発見

• 本稿では、$k \geq \frac{11}{2}d$ のとき、$k$-彩色モデルにおける Glauber ブロック過程の高速混合を確立した。これは、従来の結果が $d$ の多項式的増加を要していたのに対し、著しく改善された。
• ハードコアモデルにおいては、$\lambda \leq \frac{1-\epsilon}{2d}$ の範囲で高速混合を証明した。これは統計物理学の予想値 $\lambda \approx \frac{e}{d}$ に近い。
• 長さや影響力が大きいパス（ブロック過程に悪影響を及ぼす可能性がある）に遭遇する確率は、$2n^{-d^{2/5}/2}$ 以下であることが示された。これは $n \to \infty$ のとき消える。
• ブロック構築により、ブロック境界上に存在できるのは『軽量パス』（$\prod W(u) \leq 1$）上の頂点に限られ、これにより動的挙動が単純化され、高次元ノードへの依存が低減される。
• パス重み付けスキームにより、高々1本の余分な辺を持つ木型ブロックを用いることができ、パス影響の境界を用いた帰納的解析が可能になった。
• 結果は、ランダムグラフの実現 $G(n,d/n)$ に対して高確率で成り立つことが示され、モデルの典型的な実現における堅牢性が確認された。