[論文レビュー] Nonlinear Large Deviations: Beyond the Hypercube

Jun Yan|arXiv (Cornell University)|Mar 27, 2017

Limits and Structures in Graph Theory参考文献 15被引用数 4

ひとこと要約

この論文は、ハイパーキューブを越えて非線形大偏差理論を拡張し、バナッハ空間のコンパact部分集合にサポートされた独立な確率変数の非線形関数のためのフレームワークを構築する。対数モーメント生成関数の平均場近似に対する誤差項の上限を、勾配の被覆数および第一および第二のフレシェ微分のノルムに依存して提供し、連続的および高次元の分布への応用を可能にする。これには、ベクトルスピンモデルや連続的エッジ重みを伴うランダムグラフが含まれる。

ABSTRACT

We present a framework to calculate large deviations for nonlinear functions of independent random variables supported on compact sets in Banach spaces, by extending the result in Chatterjee and Dembo [6]. Previous research on nonlinear large deviations has only focused on random variables supported on $\{-1,+1\}^{n}$, a small subset of random objects people usually study, thus it is of natural interest and need to research the corresponding theory for random variables with general distributions. Since our results put fewer constraints on the random variables, it has considerable flexibility in application. To show this, we provide examples with continuous and high dimensional random variables. Our framework could also be used to verify the mathematical rigor of the mean field approximation method; to demonstrate, we verify the mean field approximation for a class of spin vector models.

研究の動機と目的

• ハイパーキューブ上のベルヌーイ確率変数に制限されたチャタージーとデムボの非線形大偏差フレームワークを、バナッハ空間のコンパクト部分集合にサポートされた一般の独立確率変数へ一般化すること。
• 勾配の被覆数およびフレシェ微分のノルムを用いて、log𝔼_μ[exp(f(X₁,…,Xₙ))] の平均場近似に対する誤差項の上限を確立すること。
• 従来の手法が失敗する連続的・高次元的・非i.i.d.確率変数への応用を可能にすること。
• 以前の結果を拡張し、より広いクラスのベクトルスピンモデルに対して平均場近似を厳密に検証すること。
• 連続的エッジ重みを伴う密度的ランダムグラフにおける単色部分グラフカウントおよび三角形カウントを含む、例を通じてフレームワークの柔軟性を示すこと。

提案手法

• チャタージーとデムボ [5] のアプローチを一般のバナッハ空間値確率変数に適応し、ハイパーキューブ特有の計算を一般の幾何学的および関数解析的議論に置き換える。
• ギブズの変分原理を用いて対数モーメント生成関数を測度上の上界として表現し、積測度による近似により平均場近似を導出する。
• 関数 f の勾配 ∇f の被覆数および f の第一および第二のフレシェ微分の作用素ノルムを用いて、平均場近似の誤差項の上限を導出する。
• 条件付き期待値とカップリング技術を用いた摂動論法により誤差項を制御し、適切な正則性および複雑性条件の下でそれらが o(n²) であることを示す。
• 誤差項が主項に対して漸近的に無視可能であることを、特定のモデルに対して検証することでフレームワークを応用する。
• 関数 f の複雑性を定量化するために、離散的勾配とその被覆数の概念を用い、[5] のアプローチを連続的および高次元的設定に一般化する。

実験結果

リサーチクエスチョン

• RQ1 チャタージーとデムボの非線形大偏差フレームワークは、ハイパーキューブを越えて、バナッハ空間のコンパクトにサポートされた一般の確率変数へ拡張可能か？
• RQ2 Xᵢ が独立であるが、i.i.d. または離散的でない場合に、log𝔼_μ[exp(f(X₁,…,Xₙ))] の平均場近似に対する誤差項の上限をどのように導出できるか？
• RQ3 平均場近似における誤差項が主項に対して漸近的に無視可能であるための条件は何か？
• RQ4 このフレームワークは、連続的および高次元的確率変数、たとえばランダムグラフにおける連続的エッジ重みを持つものへ応用可能か？
• RQ5 一般分布を伴うベクトルスピンモデルに対して、平均場近似はどの程度厳密に正当化可能か？

主な発見

• 本論文は、バナッハ空間のコンパクト部分集合にサポートされた積測度 μ に対して、log𝔼_μ[exp(f(X₁,…,Xₙ))] の平均場近似に対する一般誤差項の上限を確立した。誤差は ∇f の被覆数および第一および第二のフレシェ微分のノルムに依存する。
• このフレームワークは、非i.i.d.、連続的、高次元的確率変数へ適用可能であり、サポートの次元が n と共に増加する場合も含む。これは従来の手法では到達できなかった設定である。
• 平均場近似における誤差項が、適切な正則性および複雑性条件の下で o(n²) であることが示され、主項に対して無視可能である。
• 本手法により、以前の方法では不可能だったより広いクラスのベクトルスピンモデルに対して、平均場近似の正当化が成功した。これはバサックとムクヘルジー [2] の結果を拡張する。
• フレームワークにより、エッジ彩色付き完全グラフにおける単色部分グラフカウントおよび連続的エッジ重みを伴う密度的ランダムグラフにおける三角形カウントのための大偏差レート関数を明示的に計算可能となった。
• 証明技法は、[5] のハイパーキューブに基づく議論を、離散的対称性の代わりにフレシェ微分や勾配の被覆数といった連続的関数解析的道具を用いることで、バナッハ空間へ一般化した。