[論文レビュー] The Mean Distance to the n-th Neighbour in a Uniform Distribution of Random Points: An Application of Probability Theory

P. Bhattacharyya, Bikas K. Chakrabarti|ArXiv.org|Dec 17, 2002

Data Management and Algorithms被引用数 4

ひとこと要約

本稿では、一様に分布するランダム点を持つD次元空間におけるn番目の近隣点までの正確な平均距離⟨rₙ⟩を、絶対確率および条件付き確率の両手法を用いて導出する。⟨rₙ⟩ ≈ [Γ(D/2 + 1)/π^{1/2}]^{1/D} (n/N)^{1/D} という近似式が得られ、Dが大きい場合には小さな誤差で成立することが示され、体積に基づく近似によっても裏付けられており、天体物理学、最適化、ネットワーク理論などの分野における厳密かつ実用的な推定手法を提供する。

ABSTRACT

We study different ways of determining the mean distance $ < r_n >$ between a reference point and its $n$-th neighbour among random points distributed with uniform density in a $D$-dimensional Euclidean space. First we present a heuristic method; though this method provides only a crude mathematical result, it shows a simple way of estimating $ < r_n >$. Next we describe two alternative means of deriving the exact expression of $$: we review the method using absolute probability and develop an alternative method using conditional probability. Finally we obtain an approximation to $ < r_n >$ from the mean volume between the reference point and its $n$-th neighbour and compare it with the heuristic and exact results.

研究の動機と目的

• D次元空間における一様なランダム点分布を持つ状況下で、基準点とそのn番目の近隣点との間の正確な平均距離⟨rₙ⟩を特定すること。
• ⟨rₙ⟩を推定するためのヒューリスティック法、正確な確率論的アプローチ、および体積に基づく近似法を比較すること。
• 平均体積に基づいて導かれた近似⟨rₙ⟩と正確な⟨rₙ⟩との間の誤差を、特に高次元において定量化すること。
• 巡回セールスマン問題や星の分布モデリングなどの物理的および計算的問題に適用可能な、実用的で解析的に裏付けられた⟨rₙ⟩の推定値を提供すること。

提案手法

• 単位体積をN個の等しい部分に分割するヒューリスティック法を用い、⟨r₁⟩ ≈ (1/N)^{1/D} を推定し、スケーリングの議論により⟨rₙ⟩ ≈ (n/N)^{1/D} に拡張する。
• 絶対確率の手法を用いて、正確にn個の点を含む体積上での統合により、n番目の近隣点までの距離の正確な分布を導出する。
• 条件付き確率のアプローチを導入し、構成ごとの統計的平均化の理解を深めるために⟨rₙ⟩のアンサンブル平均を計算する。
• 基準点とn番目の近隣点との間の平均体積⟨Vₙ⟩を導出し、⟨Vₙ⟩ = n/N であることを示し、これにより⟨rₙ⟩ ≈ ⟨Vₙ⟩^{1/D} という近似を用いる。
• 体積に基づく近似⟨rₙ⟩ ≈ [Γ(D/2 + 1)/π^{1/2}]^{1/D} (n/N)^{1/D} を正確な結果と比較し、ガンマ関数と調和数を用いて誤差項を導出する。
• ガンマ関数と調和数の漸近展開を用いて体積近似の誤差を分析し、Dが大きく、かつN, nが大きい場合には誤差が小さくなることを示す。

実験結果

リサーチクエスチョン

• RQ1 D次元空間における一様点分布下で、n番目の近隣点までの正確な平均距離⟨rₙ⟩の式は何か？
• RQ2 ヒューリスティック近似⟨rₙ⟩ ≈ (n/N)^{1/D} は、有限次元および高次元において正確な結果と比べてどの程度の精度を持つのか？
• RQ3 基準点とn番目の近隣点との間の平均体積を用いて⟨rₙ⟩を推定する際の誤差は何か？ また、D, N, n にどのように依存するか？
• RQ4 条件付き確率の手法は、この空間的点過程におけるアンサンブル平均化の解析的理解をどのように向上させるか？
• RQ5 体積に基づく近似⟨rₙ⟩ ≈ ⟨Vₙ⟩^{1/D} が漸近的に正確になる領域はどこか？

主な発見

• 条件付き確率に基づき、正確な平均距離は⟨rₙ⟩ = [Γ(n + 1/D)/Γ(n)] [Γ(N)/Γ(N + 1/D)]^{1/D} × [Γ(D/2 + 1)/π^{1/2}]^{1/D} として導出された。
• ヒューリスティック近似⟨rₙ⟩ ≈ (n/N)^{1/D} は、N ≫ n でDが大きい場合には妥当な推定値であることが示された。
• 体積に基づく近似により⟨rₙ⟩ ≈ [Γ(D/2 + 1)/π^{1/2}]^{1/D} (n/N)^{1/D} が得られ、これは正確な結果の漸近形と一致する。
• 体積近似と正確な⟨rₙ⟩との誤差は、(n/N)^{1/D} - [1 + (1/D)(H_{n-1} - H_{N-1})] に比例すると定量化された。ここでH_kは調和数である。
• Dが大きい場合には誤差が漸近的に消える。なぜなら(n/N)^{1/D} ≈ 1 + (1/D)ln(n/N) であり、補正項と一致するからである。
• D = 1では誤差は正確にゼロであり、すべての有限なD ≥ 2では正であるため、次元が増加するにつれて近似が改善されることを示している。