[論文レビュー] Random sampling of plane partitions

Olivier Bodini, Éric Fusy+1 more|Dec 1, 2007

Bayesian Methods and Mixture Models被引用数 3

ひとこと要約

本稿では、パックの双対性とボルツマンサンプリング技術を用いて、サイズごとの平面分割の最初の多項式時間均一ランダムサンプラーを提示する。近似サイズサンプリングは O(n(ln n)^3) 時間、正確なサイズサンプリングは O(n^{4/3}) 時間で達成され、統計物理学モデルにおける極限形状や凍結境界の効率的シミュレーションを可能にする。

ABSTRACT

This article presents uniform random generators of plane partitions according to the size (the number of cubes in the 3D interpretation). Combining a bijection of Pak with the method of Boltzmann sampling, we obtain random samplers that are slightly superlinear: the complexity is $O(n (\ln n)^3)$ in approximate-size sampling and $O(n^{4/3})$ in exact-size sampling (under a real-arithmetic computation model). To our knowledge, these are the first polynomial-time samplers for plane partitions according to the size (there exist polynomial-time samplers of another type, which draw plane partitions that fit inside a fixed bounding box). The same principles yield efficient samplers for $(a imes b)$-boxed plane partitions (plane partitions with two dimensions bounded), and for skew plane partitions. The random samplers allow us to perform simulations and observe limit shapes and frozen boundaries, which have been analysed recently by Cerf and Kenyon for plane partitions, and by Okounkov and Reshetikhin for skew plane partitions.

研究の動機と目的

• 平面分割のサイズ（3次元解釈における立方体総数）に応じた効率的な均一ランダムサンプラーの開発。
• 従来の方法が固定された境界ボックスに制限されるのに対し、サイズ制約付き平面分割のための多項式時間サンプラーの欠如を克服すること。
• 最近の数学物理学の研究で観察された極限形状や凍結境界などの統計的性質の大型シミュレーションを可能にすること。
• パックの双対性とボルツマンサンプリングを組み合わせ、良好な濃縮性を持つ効率的サンプリングを達成すること。

提案手法

• サイズを保存するように、整数対の多重集合（クラス M）から平面分割へのパックの双対性を用いる。
• 生成関数 ∏_{r≥1} (1−x^r)^{-r} を持つ単純な組合せ的分解を持つクラス M にボルツマンサンプリングを適用する。
• 記号的組合せ論の規則を用いてクラス M のボルツマンサンプラーを構築し、多重集合の効率的ランダム生成を可能にする。
• ボルツマンモデルにおけるサイズ分布の濃縮性を活用して、反復ベースの近似サイズサンプラーを設計する。
• サンプルされた多重集合をパックの双対性の逆写像により平面分割に変換する。
• 特異生成関数の漸近的結果を用いて、期待実行時間に基づく複雑性解析を実施する。

実験結果

リサーチクエスチョン

• RQ1 固定された境界ボックスではなく、サイズに応じた平面分割の均一ランダムサンプリングを効率的に達成できるか？
• RQ2 平面分割の正確なサイズおよび近似サイズの均一ランダムサンプリングの計算複雑度は何か？
• RQ3 パックの双対性をどのように活用して、平面分割のサンプリングを多重集合のサンプリングに還元できるか？
• RQ4 ボルツマンモデルにおける平面分割のサイズ分布の漸近的濃縮性は何か？
• RQ5 本手法を (a×b)-ボックス型およびスケイ平面分割に同様の効率で拡張できるか？

主な発見

• 平面分割の近似サイズサンプラーは、実数演算モデル下で O(n(ln n)^3) 時間で実行可能である。
• 正確なサイズサンプラーは O(n^{4/3}) 時間で実行され、サイズによる最初の多項式時間正確サイズサンプラーである。
• 与えられたサイズのすべての平面分割に対して均一サンプリングが達成され、極限形状や凍結境界の統計的解析が可能になる。
• (a×b)-ボックス型平面分割の場合、期待実行時間は漸近的に ~ (ab / φ(ab)) n となる。ここで φ(α) = (α/e)^α / Γ(α) である。
• ボルツマンモデルにおけるサイズ分布は良好に濃縮されており、成功確率の高い効率的反復サンプリングが可能である。
• 本フレームワークは、(a×b)-ボックス型およびスケイ平面分割へ自然に拡張可能であり、同様の複雑性バウンドを達成する。