[論文レビュー] Mixing Times of Self-Organizing Lists and Biased Permutations

Prateek Bhakta, Sarah Miracle+2 more|arXiv (Cornell University)|Apr 15, 2012

Bayesian Methods and Mixture Models参考文献 14被引用数 6

ひとこと要約

本稿では、順列のサンプリングのための最近傍転置マルコフ連鎖が、'武器選び'と'リーグ階層'の2つの新しいバイアスクラスにおいて、速やかに混合することを確立している。ここで遷移確率は要素の値に依存するが、最小でも1/2である。また、長年の予想を反証し、すべてのバイアスが1/2以上であっても、一般には指数的時間が必要になる場合があることを示している。

ABSTRACT

Sampling permutations from S_n is a fundamental problem from probability theory. The nearest neighbor transposition chain \cal{M}}_{nn} is known to converge in time Θ(n^3 \log n) in the uniform case and time Θ(n^2) in the constant bias case, in which we put adjacent elements in order with probability p eq 1/2 and out of order with probability 1-p. Here we consider the variable bias case where we put adjacent elements x

研究の動機と目的

• ジム・フィルが提起した、自己組織化リストにおける変動バイアス下での最近傍転置連鎖の速やかな混合に関する予想を解決すること。
• 隣接ペア x<y に対してすべて 1/2 ≤ p_{x,y} ≤ 1 が成り立つ条件（順序付き配置を好む）のもとで、マルコフ連鎖 ${\cal{M}}_{nn}$ が速やかに混合するかどうかを特定すること。
• フィルが予想したように、${\cal{M}}_{nn}$ のスペクトルギャップがすべての p_{x,y} = 1/2 のとき最小になるかどうかを調査すること。
• すべての x<y に対して 1/2 ≤ p_{x,y} ≤ 1 を満たすが、連鎖の混合に指数的時間が必要な反例を構築すること。
• 定数バイアスおよび線形拡張サンプリングの既知の結果を、より広範かつ現実的なバイアス付き順列生成モデルへと拡張すること。

提案手法

• 新しい2つのバイアスクラスを導入する：'武器選び'では x < y に対して p_{x,y} = r_x であり、'リーグ階層'ではサブグループ間の固定バイアスを持つ再帰的階層的構造をとる。
• カップリングおよびパスカップリング技術を用いて、これらの構造的バイアスモデル下での ${\cal{M}}_{nn}$ の混合時間の上限を求める。
• チェルノフの不等式および全 Variation 距離解析を適用し、混合時間と成分連鎖の混合時間との関係を確立する。
• すべての x<y に対して 1/2 ≤ p_{x,y} ≤ 1 を満たすが、混合時間が指数的になる反例を構築し、一般予想を反証する。
• 既知の ASEP および線形拡張の結果を活用し、新規結果を比較・文脈づける。
• 積連鎖および周辺分布を用いた解析により、定常分布からの全 Variation 距離の上限を求める。

実験結果

リサーチクエスチョン

• RQ1 すべての遷移確率が p_{x,y} ≥ 1/2 を満たすとき、最近傍転置連鎖 ${\cal{M}}_{nn}$ は速やかに混合するか？
• RQ2 例えば '武器選び' や 'リーグ階層' のような構造的変動バイアスのもとでも、連鎖は速やかに混合するか？
• RQ3 フィルの予想のように、${\cal{M}}_{nn}$ のスペクトルギャップはすべての p_{x,y} = 1/2 のとき最小になるか？
• RQ4 すべての x<y に対して 1/2 ≤ p_{x,y} ≤ 1 を満たすが、連鎖の混合時間が指数的になる反例を構築できるか？
• RQ5 定数バイアス、線形拡張、一般の変動バイアス設定における ${\cal{M}}_{nn}$ の混合時間はどのように比較できるか？

主な発見

• 連鎖 ${\cal{M}}_{nn}$ は、'武器選び'クラスでは速やかに混合する。ここで x < y に対して p_{x,y} = r_x であり、r_x ≥ 1/2 である。
• 連鎖は、固定された内部およびリーグ間バイアスを持つ再帰的階層的構造をモデル化する'リーグ階層'クラスに対しても速やかに混合する。
• 正のバイアス条件下でも連鎖が常に速やかに混合するとは限らない。混合時間が指数的になる反例が構築された。
• 既存の境界の一般化：均一バイアスでは $\Theta(n^3 \log n)$、定数バイアスでは $\Theta(n^2)$ であったが、これらはより広範なクラスへと拡張された。
• 反例により、フィルが予想した単調性条件だけでは速やかな混合を保証できないことが示された。
• 解析により、構造的変動バイアス設定下では $O(n^2)$ の混合時間の達成が可能であることが確立され、均一バイアスの $O(n^3 \log n)$ の境界を改善した。