[論文レビュー] Optimal Cooperation and Submodularity for Computing Potts' Partition Functions with a Large Number of State

J-Ch. Anglès d’Auriac, Ferenc Iglói+2 more|arXiv (Cornell University)|Apr 2, 2002

Theoretical and Computational Physics参考文献 15被引用数 5

ひとこと要約

本稿では、q状態のポツ一般化モデルにおけるランダムな強磁性結合を有する系の分配関数の主要寄与を、大q極限で計算する多項式時間の組合せ最適化アルゴリズム、最適協調アルゴリズムを提示する。問題はグラフ上の下位モジュラー関数の最小化に還元され、計算時間はL×L格子で約L⁴に比例する。この方法により、整数倍の因子を除き正確かつ効率的に分配関数を計算可能である。

ABSTRACT

The partition function of the q-state Potts model with random ferromagnetic couplings in the large-q limit is generally dominated by the contribution of a single diagram of the high temperature expansion. Computing this dominant diagram amounts to minimizing a particular submodular function. We provide a combinatorial optimization algorithm, the optimal cooperation algorithm, which works in polynomial time for any lattice. Practical implementation and the speed of the method is also discussed.

研究の動機と目的

• ランダムな強磁性結合を有するq状態Pottsモデルの分配関数を、大q極限で計算すること。
• qが大きく、項の数が指数関数的に増加する場合の分配関数の計算困難性に対処すること。
• 最大20万サイトまでの有限格子に対して、正確かつ効率的な手法を開発すること。
• Pottsモデルの高温展開に特有の構造に適合した組合せ最適化フレームワークを提供すること。
• 正確な主要図の寄与計算を用いて、不規則スピン系における相転移や臨界現象の研究を可能にすること。

提案手法

• 問題は、Pottsモデルの高温展開に由来する下位モジュラー関数の最小化に還元される。
• 最適協調アルゴリズムは、段階的に1つの頂点を成長する部分グラフに追加することで解を構築し、各ステップで最適性を保つ。
• 各ステップで、Goldberg-Tarjanアルゴリズムを用いて構築されたネットワーク内での最大フロー問題を解く。
• 連結成分のスパニングツリーにおける辺容量の増加に加え、明示的な成分の縮小を用いて性能を向上させる。
• グラフ的下位モジュラー関数の構造的性質を活用し、一般の下位モジュラー最小化手法に伴うオーバーヘッドを回避する。
• 最大フロー・ソルバーを用いて実装され、成分の縮小により最適化され、一般手法に比べて顕著な高速化を達成している。

実験結果

リサーチクエスチョン

• RQ1 ランダム結合を有する有限格子における大q極限Pottsモデルの分配関数の主要寄与を、正確かつ効率的に計算可能か？
• RQ2 高温展開に生じる下位モジュラー関数の最小化が、任意の格子に対して多項式時間で解けるか？
• RQ3 最適集合の構造（例：臨界定常状態）は、不規則系における相転移の本質的物理をどのように反映するか？
• RQ4 提案アルゴリズムの計算スケーリングは、格子サイズの増加に伴いどのように変化するか？また、数十万サイトの格子を処理可能か？
• RQ5 アルゴリズムを変更して、臨界指数や相境界の有限サイズスケーリングデータを抽出可能か？

主な発見

• q状態Pottsモデルの分配関数は、大q極限において、格子グラフ上での下位モジュラー関数の最小化により、整数倍の因子を除き決定される。
• 提案された最適協調アルゴリズムにより、この最小値を多項式時間で計算可能であり、最大20万サイトの格子に対しても正確な計算が可能である。
• 計算時間はL×L周期的正方形格子で約L⁴に比例し、512×512格子ではPentium III 800 MHzプロセッサで約2週間を要する。
• 一般の下位モジュラー最小化手法に比べ、アルゴリズムは顕著に高速であり、連結成分の明示的縮小が最も効率的な実装戦略である。
• 臨界定常状態（w₁ + w₂ = 1）では、秩序相（w₁ + w₂ > 1）の約10倍、無秩序相（w₁ + w₂ < 1）の約3倍の計算時間がかかる。
• 計算中に全中間部分格子（例：L−1サイズ）の最適集合を抽出可能であり、有限サイズスケーリング解析が容易になる。