[論文レビュー] On stochastic generation of ultrametrics in high-dimension Euclidean spaces

А. П. Зубарев|arXiv (Cornell University)|Nov 20, 2013

advanced mathematical theories参考文献 12被引用数 5

ひとこと要約

本稿では、特定の座標分散を持つランダムな点をサンプリングすることで、高次元ユークリッド空間に有限の超距離構造を確率的生成する手法を提案する。次に、次元 n→∞ のとき、これらの点のユークリッド距離行列は確率的に超距離行列に収束し、超距離構造は座標分布の分散によって完全に決定される。主な貢献は、この確率的メカニズムを用いて高次元で任意の超距離トポロジーを生成する、厳密な証明とアルゴリズムの開発である。

ABSTRACT

The proof of the theorem, which states that the Euclidean metric on the set of random points in an $n$-dimensional Euclidean space with the distribution of a special class, converges in probability in the limit $n ightarrow\infty$ to the ultrametric is presented. The values of the ultrametric distance matrix is completely determined by variances of point coordinates. Probabilistic algorithm for the generation of finite ultrametric structures of any topology in high-dimensional Euclidean space is presented. The validity of the algorithm is demonstrated by explicit calculations of distance matrices with fixed dimensions and ultrametricity indexes for various dimensions of Euclidean space.

研究の動機と目的

• 高次元ユークリッド空間における有限超距離空間を生成する、厳密な確率的メカニズムを確立すること。
• R^n にランダムに分布する点のユークリッド距離行列が、n→∞ のとき確率的に超距離行列に収束することを示すこと。
• 高次元において任意のトポロジーの超距離構造を計算的に実行可能なアルゴリズムとして開発すること。
• さまざまな次元における距離行列と超距離性インデックスの明示的計算を通じて、アルゴリズムの数値的妥当性を検証すること。
• スピンガラスやタンパク質などの複雑な無秩序系における隠れた超距離構造の出現を理解する基盤を提供すること。

提案手法

• 点は R^n 内で独立同分布に従うが、座標の分散が結果として得られる超距離構造を決定づける。
• 点に階層的ラベリング方式を適用し、各点を多重インデックス (a₁a₂…aₙ) でラベル付けする。各階層レベル k における座標の分散は σₖ² に設定される。
• 主な理論的結果は大数の法則を用いて導出され、座標差の正規化された和が、強い三角不等式を満たす極限に収束することを示している。
• アルゴリズムは、指定された分散をもつ R^n 内の点をサンプリングし、ペアワイズのユークリッド距離を計算することで距離行列を生成する。
• 超距離性は超距離性インデックス U(M) で定量化され、等長性は E(M) で測定され、両者とも数値的に計算され、検証に用いられる。
• 平均分散の極限が有限のまま保たれる限り、非 i.i.d. の分散や相関のある座標に対しても一般化可能である。

実験結果

リサーチクエスチョン

• RQ1 高次元ユークリッド空間において、ランダム点のサンプリングによって有限の超距離構造を確率的に生成できるか？
• RQ2 R^n にランダムに分布する点のユークリッド距離行列が、n→∞ のとき、どのような条件下で確率的に超距離行列に収束するか？
• RQ3 得られる超距離行列の要素は、ランダム点の座標分布の分散によってどのように決定されるか？
• RQ4 提案されたアルゴリズムが、高次元において任意のトポロジーの超距離構造をどの程度生成できるか？
• RQ5 超距離性インデックス U(M) と等長性インデックス E(M) は次元 n の関数としてどのように定量的に振る舞うか？

主な発見

• 指定された座標分散条件のもとで、R^n にランダムに分布する点のユークリッド距離行列は、n→∞ のとき確率的に超距離行列に収束する。
• 得られる超距離構造は、ランダム点の座標分布の分散によって完全に決定される。
• n≳15 のとき、アルゴリズムにより生成された 27×27 の距離行列は、超距離性インデックス U(M) が 1 に近づくことから、妥当な超距離構造であると確認された。
• 数値シミュレーションにより、距離行列 d^(3,3)(2) と d^(2,2,2)(3) が理論的超距離行列 (9) と (11) と3桁の有効数字以内で一致した。
• 超距離性インデックス U(M) は次元 n とともに増加し、高次元においてより強い超距離的性質が顕在していることが示された。
• 等長性インデックス E(M) も n とともに増加し、明確な超距離構造への収束を支持する結果となった。