[論文レビュー] The mutual affinity of random measures

M. Fannes, Pascal Spincemaille|ArXiv.org|Dec 17, 2001

Random Matrices and Applications参考文献 4被引用数 5

ひとこと要約

本稿では、有限事象空間上のランダムに選ばれた確率測度同士の相互アフィニティを、ペアワイズのヘリンジャーアフィニティで定義されるグラム行列の固有値スペクトルを用いて研究する。$ K $（測度の数）と $ N $（事象空間のサイズ）が両方とも増大し、$ K/N \to \tau $ となるとき、グラム行列の経験的固有値分布が確率的にほとんど確実にマーチェンコ・パストル分布に収束することを証明し、ランダムなアフィニティ構造に対する普遍的な極限法則を確立する。

ABSTRACT

We consider a set of probability measures on a finite event space $Ω$. The mutual affinity is introduced in terms of the spectrum of the associated Gram matrix. We show that, for randomly chosen measures, the empirical eigenvalue distribution of the Gram matrix converges to a fixed distribution in the limit where the number of measures, together with the cardinality of $Ω$, goes to infinity.

研究の動機と目的

• 有限事象空間上にランダムに選ばれた多数の確率測度同士の相互アフィニティの統計的挙動を理解すること。
• このような測度間のペアワイズヘリンジャーアフィニティから構成されるグラム行列の極限スペクトル分布を特徴づけること。
• 測度の数 $ K $ と事象空間サイズ $ N $ が両方とも無限大に近づき、$ K/N \to \tau $ となる極限において、経験的固有値分布が確率的にほとんど確実に確定的極限に収束することを確立すること。

提案手法

• 2つの確率測度間の相互アフィニティは、それらの確率ベクトルの平方根の内積により定義され、その結果、対称的かつ半正定値のグラム行列 $ G $ が得られ、要素は $ A(\boldsymbol{\mu}_i, \boldsymbol{\mu}_j) = \sum_{\alpha=1}^N \sqrt{\mu_{i\alpha}\mu_{j\alpha}} $ となる。
• 極限 $ N \to \infty $、$ K(N) \to \infty $、$ K/N \to \tau > 0 $ において、経験的固有値分布 $ \rho_K(x) = \frac{1}{K}\sum_{i=1}^K \delta(x - \lambda_i) $ を分析する。
• ステルトジェス変換を用いて経験的固有値分布の極限期待値を計算し、マーチェンコ・パストル分布と同定する。
• 濃度不等式とボレル＝カンテリの補題を用いて、確率的ほとんど確実な収束を証明し、指数モーメントから導かれる確率変数の和の尾部バウンドに依存する。
• 単体上に一様に分布する確率ベクトルの正規化された $ \ell^2 $-ノルムの尾部挙動に関する補題を用いて、固有値分布の乖離を制御する。
• Wishart ランダム行列理論との類似性に着目し、i.i.d. 標準正規行列 $ A $ に対して $ A^*A/K $ がマーチェンコ・パストル法に収束することに類似している。

実験結果

リサーチクエスチョン

• RQ1 事象空間が $ N $ 要素で、$ K $ 個のランダムに選ばれた確率測度のペアワイズヘリンジャーアフィニティからなるグラム行列の極限スペクトル分布は、$ N, K \to \infty $ のときどのように振る舞うか？
• RQ2 $ K/N \to \tau $ となる固定された $ \tau > 0 $ に対して、アフィニティグラム行列の経験的固有値分布はどのように振る舞うか？
• RQ3 この大 $ N $、大 $ K $ の状況において、経験的固有値分布はほとんど確実に確定的極限に収束するか？
• RQ4 単体上に存在するランダムな確率測度の構造と、アフィニティグラム行列のスペクトル特性との間にはどのような関係があるか？
• RQ5 ランダムな確率測度とヘリンジャーアフィニティを含む非Wishart的設定でも、マーチェンコ・パストル分布が出現するか？

主な発見

• アフィニティグラム行列の経験的固有値分布の極限期待値は、$ \tau = \lim K/N $ に依存するマーチェンコ・パストル分布 $ \rho_{\mathrm{MP}}(x,\tau) $ に収束する。
• マーチェンコ・パストル密度は、$ (1 - \sqrt{\tau})^2 \leq x \leq (1 + \sqrt{\tau})^2 $ の範囲で $ \sigma(x,\tau) = \frac{\sqrt{4\tau x - (x + \tau - 1)^2}}{2\pi\tau x} $ であり、それ以外の範囲ではゼロである。
• 経験的固有値分布のマーチェンコ・パストル法への収束は、期待値での収束ではなく、濃度不等式とボレル＝カンテリの補題を用いた証明により、確率的にほとんど確実に成立する。
• 証明は、指数的確率変数の性質から導かれる単体上の一様分布の確率ベクトルの $ \ell^2 $-ノルムの指数的尾部バウンドに依存する。
• 極限スペクトル法は普遍的であり、測度の分布が単体上の一様性を除いて、その具体的な分布に依存しない。
• 本結果は、ランダムな確率測度とランダム行列理論との間で非自明な関係を確立し、古典的Wishart行列とは異なる設定でも、同じ極限スペクトル法が成立することを示している。