[論文レビュー] Sub-Cauchy Sampling: Escaping the Dark Side of the Moon

Sebastiano Grazzi, Sifan Liu+2 more|Research at the University of Copenhagen (University of Copenhagen)|Jan 16, 2026

Markov Chains and Monte Carlo Methods被引用数 0

ひとこと要約

本論文は Sub-Cauchy Projection Sampler（SCS）を提案する。これはサブCauchy（ヘビー尾分布）ターゲットに対して一様遍歴性を達成する Metropolis ベースの MCMC 法で、球冠へ射影して明るい側でサンプリングすることで実現する。高次元のヘビー尾設定において他の代替法と比較して優れた性能を示す。

ABSTRACT

We introduce a Markov chain Monte Carlo algorithm based on Sub-Cauchy Projection, a geometric transformation that generalizes stereographic projection by mapping Euclidean space into a spherical cap of a hyper-sphere, referred to as the complement of the dark side of the moon. We prove that our proposed method is uniformly ergodic for sub-Cauchy targets, namely targets whose tails are at most as heavy as a multidimensional Cauchy distribution, and show empirically its performance for challenging high-dimensional problems. The simplicity and broad applicability of our approach open new opportunities for Bayesian modeling and computation with heavy-tailed distributions in settings where most existing methods are unreliable.

研究の動機と目的

• 重尾後方分布を伴うベイズ推定の計算上の課題を動機づけ、対応する。
• サブCauchy 分布に対して一様遍歴性を持つ、一般的で原理的な MCMC アルゴリズムを提案する。
• 可調整可能なオブザーバー・パラメータを持つ Sub-Cauchy Projection（SCP）および Sub-Cauchy Projection Sampler（SCS）を開発する。
• パラメータの調整に関する実践的ガイドラインを提供し、既存法より改善された性能を示す。
• 一様遍歴性の保証を示し、高次元の頑健ベイズモデルへの適用性を示す。

提案手法

• 元の空間 R^d を Sub-Cauchy Projection SCP_o によって球冠へ写像する。
• 球の明るい側に対してランダムウォーク型の Metropolis サンプリングを定義する（SCS）。
• 詳細バランスを保ちながら提案を暗部から明部へ引き戻すための stepping-out メカニズムを用いる。
• SCP のヤコビアン J_theta を取り込んだ密度比を用いて Metropolis 採択を計算する。
• SCP を Cauchy およびステレオグラフィック投影（例1および例2）に結びつける特別ケースの式を提供する。
• 変換後のターゲットを明部のほぼ一様分布に合わせる変分チューニングアプローチを提示する。

実験結果

リサーチクエスチョン

• RQ1 多次元サブCauchyターゲットに対して Metropolis 調整アルゴリズムが一様遍歴性を持つことができるか？
• RQ2 実務的に SCP パラメータをどのように調整してヘビー尾後方分布の高速ミキシングを達成するか？
• RQ3 SCS は高次元のヘビー尾問題において従来の MCMC 法（RWM、MALA、HMC）や Gibbs サンプラーより優れているか？
• RQ4 ヘビー尾ターゲットを球へ変換して採択することの理論的・経験的含意はどのようか？
• RQ5 明部のほぼ一様密度を達成するための変分ベースのチューニング手法はどれくらい効果的か？

主な発見

• SCS は固定オブザーバー緯度 [1,2) のもとでサブCauchy ターゲットに対して一様遍歴性を持つ。
• SCS は開始値に依存しない速度でターゲットへ指数的収束を示す（一様遍歴性）。
• 経験的結果は、ポスタ―リア尾部の探索が速く、RWM、SPS、HMC に比べて高次元のヘビー尾問題で効率が良いことを示す。
• SCP の写像は明部で有界な密度を生み出し、北極付近を除けば歪みのある/ヘビー尾分布の混合を改善する。
• 変分的アプローチは SCP パラメータを調整して明部の一様性に近づけ、混合を改善する。
• SCS は分離を伴う頑健ベイズ二項回帰設定における Gibbs サンプリングより優位性を示す。