[論文レビュー] The Swendsen-Wang Dynamics on Trees

Antonio Blanca, Zongchen Chen+2 more|arXiv (Cornell University)|Jan 1, 2021

Markov Chains and Monte Carlo Methods被引用数 2

ひとこと要約

本稿は、d-分木におけるイジング模型および小規模なq状態Potts模型の不純度閾値を超えて、境界条件にかかわらずスウェンセン＝ワングダイナミクスの最適なO(log n)混合時間とΩ(1)スペクトルギャップを確立する。これは、空間混合とエントロピー因子分解を用いた、高次元拡張子における新規なスペクトルおよびエントロピー因子分解技術を用いて、分散混合とエントロピー混合の条件が高速混合を示すことを証明する。

ABSTRACT

The Swendsen-Wang algorithm is a sophisticated, widely-used Markov chain for sampling from the Gibbs distribution for the ferromagnetic Ising and Potts models. This chain has proved difficult to analyze, due in part to the global nature of its updates. We present optimal bounds on the convergence rate of the Swendsen-Wang algorithm for the complete d-ary tree. Our bounds extend to the non-uniqueness region and apply to all boundary conditions. We show that the spatial mixing conditions known as Variance Mixing and Entropy Mixing, introduced in the study of local Markov chains by Martinelli et al. (2003), imply Ω(1) spectral gap and O(log n) mixing time, respectively, for the Swendsen-Wang dynamics on the d-ary tree. We also show that these bounds are asymptotically optimal. As a consequence, we establish Θ(log n) mixing for the Swendsen-Wang dynamics for all boundary conditions throughout the tree uniqueness region; in fact, our bounds hold beyond the uniqueness threshold for the Ising model, and for the q-state Potts model when q is small with respect to d. Our proofs feature a novel spectral view of the Variance Mixing condition inspired by several recent rapid mixing results on high-dimensional expanders and utilize recent work on block factorization of entropy under spatial mixing conditions.

研究の動機と目的

• d-分木におけるスウェンセン＝ワングアルゴリズムのタイトな混合時間境界を確立すること。
• イジング模型およびq状態Potts模型の不純度閾値を超えて、高速混合の結果を拡張すること。
• 空間混合条件（分散混合とエントロピー混合）を、グローバルダイナミクスのスペクトルギャップと混合時間と結びつけること。
• 高次元拡張子の視点にインspiredされた、分散混合条件の新規なスペクトル的解釈を考案すること。
• 導出された境界の漸近的最適性を、導出率と木構造における不良接続の尾確率見積もりを用いて証明すること。

提案手法

• スウェンセン＝ワングダイナミクスを変形したグラフˆG上のブロックダイナミクスに写像するためのリフト技術を適用する。
• 導出率と混合性を分析するためのプロキシとして、MHB（メトロポリス・ヒート・バス）ダイナミクスを用いる。
• 部分木間の不良接続数が≤Mである配置の集合AMを導入し、導出率を制御する。
• バルクにおけるコンponents間接続数の指数的尾確率減衰を示すためにチェルノフ不等式を用いる。
• 空間混合下でのエントロピーのブロック因子分解を活用し、緩和時間を評価する。
• 高次元拡張子技術を用いた、分散混合条件の新規なスペクトル的解釈を用いる。

実験結果

リサーチクエスチョン

• RQ1 スウェンセン＝ワングダイナミクスは、すべての境界条件においてd-分木上でO(log n)時間で混合するか？
• RQ2 分散混合とエントロピー混合の条件は、グローバルダイナミクスに対してΩ(1)スペクトルギャップとO(log n)混合時間を示すか？
• RQ3 イジング模型およびPotts模型の不純度閾値を超えて、スウェンセン＝ワングダイナミクスの挙動はいかなるものか？
• RQ4 空間混合条件は、非可換グラフ上のグローバルマルコフ連鎖のスペクトル的性質とどのように関係するか？
• RQ5 スウェンセン＝ワングダイナミクスの木構造上でのO(log n)混合時間およびΩ(1)スペクトルギャップ境界は、漸近的に最適か？

主な発見

• d-分木におけるスウェンセン＝ワングダイナミクスは、すべての境界条件に対してO(log n)混合時間とΩ(1)スペクトルギャップを有する。
• 分散混合は、d-分木におけるスウェンセン＝ワングダイナミクスに対してΩ(1)スペクトルギャップを示し、エントロピー混合はO(log n)混合時間を示す。
• 境界はイジング模型の不純度閾値を超えて、また小規模なqにおけるq状態Potts模型においても成り立つ。
• O(log n)混合時間は、導出率と不良接続の尾確率見積もりにより、漸近的に最適であることが示された。
• M個を超える不良接続を持つ配置の確率は、e−Ω(M)のオーダーで指数的に減少する。
• 証明は、分散混合の新規なスペクトル的解釈を確立し、高次元拡張子とエントロピー因子分解とを結びつける。