[논문 리뷰] Absolute continuity, supports and idempotent splitting in categorical probability

T. A. Fritz, Tomáš Gonda외 3명|arXiv (Cornell University)|2023. 08. 01.

Bayesian Modeling and Causal InferenceComputer Science인용 수 3

한 줄 요약

이 논문은 마르코프 범주에서 절대 연속성과 지지의 정교한 개념을 도입함으로써 범주론적 확률론을 발전시킨다. 이는 일반적인 아이디מפ로턴트 분할 기준을 수립하며, 표준 보렐 공간 간의 모든 아이디omp로턴트 마르코프 커널이 다른 표준 보렐 공간을 통해 분할됨을 증명한다. 이는 추상적인 범주론적 프레임워크 내에서 확률적 추론을 위한 기초 도구를 제공한다.

ABSTRACT

Markov categories have recently turned out to be a powerful high-level framework for probability and statistics. They accommodate purely categorical definitions of notions like conditional probability and almost sure equality, as well as proofs of fundamental results such as the Hewitt--Savage 0/1 Law, the de Finetti Theorem and the Ergodic Decomposition Theorem. In this work, we develop additional relevant notions from probability theory in the setting of Markov categories. This comprises improved versions of previously introduced definitions of absolute continuity and supports, as well as a detailed study of idempotents and idempotent splitting in Markov categories. Our main result on idempotent splitting is that every idempotent measurable Markov kernel between standard Borel spaces splits through another standard Borel space, and we derive this as an instance of a general categorical criterion for idempotent splitting in Markov categories.

연구 동기 및 목표

• 측도 공간의 위상적 의존성 없이 개념적으로 깔끔하고 불변인 마르코프 범주 내 절대 연속성과 지지의 프레임워크를 개발하기 위해.
• 기존의 지지 개념이 연속적 설정에서 측도 공간의 동형사상에 대해 불변이 아니라는 문제를 다루기 위해.
• 마르코프 범주 내에서 아이디omp로턴트 분할을 위한 일반적인 범주론적 기준을 수립하여 확률적 구성에 적용 가능하게 하기 위해.
• 표준 보렐 공간 간의 모든 아이디omp로턴트 가측 마르코프 커널이 다른 표준 보렐 공간을 통해 분할됨을 증명하기 위해, 이는 핵심적인 구조적 결과이다.
• 예를 들어, 데 피넷티의 정리, 에르고딕 분해와 같은 기본 확률 정리를 고수준의 범주론적 프레임워크 내에서 통합하고 일반화하기 위해.

제안 방법

• 가측 사상들을 사용한 거의 확실히 동일한 정의를 확장하여, 영 집합의 범주론적 다루기를 가능하게 한다.
• 공통 사상으로의 인수분해를 통한 절대 연속성 정의로, 동형사상에 대해 불변성을 확보한다.
• 전체 측도를 포착하는 최소 가측 부분객체로서의 지지 개념을 제안하며, 위상에 의존하지 않는다.
• 지지 완전성의 개념을 도입하고, 마르코프 범주의 자유로운 정규 지지 완비를 구성한다.
• 입력-출력 관계 함자를 적용하여 통계 모델과 지지의 관계를 연결함으로써, 통계 추론의 범주론적 모델링을 가능하게 한다.
• 균형 잡힌 아이디omp로턴트와 블랙웰 봉우리 구성법을 사용하여, 아이디omp로턴트 분할을 위한 일반적인 범주론적 기준을 수립한다.

실험 결과

연구 질문

• RQ1 측도 공간의 동형사상에 대해 불변인 방식으로 마르코프 범주 내에서 절대 연속성을 어떻게 범주론적으로 정의할 수 있는가?
• RQ2 위상적 의존성을 피하면서 확률 측도의 지지의 올바른 범주론적 일반화는 무엇인가?
• RQ3 어떤 범주론적 조건에서 아이디omp로턴트 마르코프 커널이 분할되며, 이는 표준 보렐 공간에서 보장될 수 있는가?
• RQ4 지지 개념을 보존하는 본질적 확률적 구조를 유지하는 보편적 구성으로 완성시킬 수 있는가?
• RQ5 입력-출력 관계 함자는 통계 모델과 마르코프 범주 내 조건부 독립의 구조와 어떻게 관련이 있는가?

주요 결과

• 논문은 표준 보렐 공간 간의 모든 아이디omp로턴트 가측 마르코프 커널이 다른 표준 보렐 공간을 통해 분할됨을 증명하며, 범주론적 확률론에서 강력한 구조적 결과를 제공한다.
• 콤팩트 하우스도르프 공간과 라돈 측도의 범주(CHausStoch)가 관찰적으로 표현 가능함을 증명하며, 상태가 연속 함수에 대한 적분에 의해 결정됨을 보장한다.
• [0,1] 위에 정의된 두 측도 공간 간에 명시적인 동형사상을 구성함으로써, 서로 다른 위상적 지지(전체 vs. [0,1/2]로 제한됨)를 가짐에도 불구하고 지지가 동형사상에 대해 불변이 아님을 보여준다.
• 마르코프 범주의 자유로운 정규 지지 완비를 구성함으로써, 모든 객체가 보편적으로 최소 지지 객체를 갖게 됨을 보장한다.
• 입력-출력 관계 함자가 핵심적인 확률적 구조를 유지하고 반영함을 보여주며, 통계 실험에 대한 범주론적 모델링을 가능하게 한다.
• 블랙웰 봉우리 구성법을 핵심 도구로 사용하여 아이디omp로턴트의 분할을 도출하며, 통계 의사결정 이론의 고전적 결과를 일반화한다.