[논문 리뷰] Gradient Gibbs measures and fuzzy transformations on trees

Christof Kuelske, Philipp Schriever|arXiv (Cornell University)|2016. 09. 01.

Mathematical Dynamics and Fractals참고 문헌 30인용 수 14

한 줄 요약

이 논문은 나무 위의 경계 법칙과 기울기 겔즈 측정법(GGMs)을 연결하는 이론을 개발하며, 정규화 가능한 경계 법칙을 넘어서 주기적인 경계 법칙까지 확장한다. 주기적인 경계 법칙을 포함한 일반화된 경계 법칙 프레임워크를 통해, q-주기적인 환경에서의 랜덤 워크의 마진을 갖는 고정된 측정법의 혼합을 통한 나무 자동형사 불변 GGMs를 구성한다. 이는 mod-q 흐린 마르코프 체인에 의해 지배되며, SOS 및 이산 가우시안 모델과 같은 모델에서 표준 겔즈 측정법이 존재하지 않는 경우에도 넓은 범위의 GGMs를 제공한다.

ABSTRACT

We study Gibbsian models of unbounded integer-valued spins on trees which possess a symmetry under height-shift. We develop a theory relating boundary laws to gradient Gibbs measures, which applies also in cases where the corresponding Gibbs measures do not exist. Our results extend the classical theory of Zachary beyond the case of normalizable boundary laws, which implies existence of Gibbs measures, to periodic boundary laws. We provide a construction for classes of tree-automorphism invariant gradient Gibbs measures in terms of mixtures of pinned measures, whose marginals to infinite paths on the tree are random walks in a q-periodic environment. Here the mixture measure is the invariant measure of a finite state Markov chain which arises as a mod-q fuzzy transform, and which governs the correlation decay. The construction applies for example to SOS-models and discrete Gaussian models and delivers a large number of gradient Gibbs measures. We also discuss relations of certain gradient Gibbs measures to Potts and Ising models.

연구 동기 및 목표

• Zachary의 고전적 경계 법칙 이론을 정규화 가능한 경계 법칙을 넘어서 주기적 해를 포함하도록 확장한다.
• 표준 겔즈 측정법이 존재하지 않는 영역에서 나무 자동형사 불변 기울기 겔즈 측정법(GGMs)을 구성한다.
• 고정된 측정법의 혼합을 통해 GGMs를 q-주기적 환경에서의 랜덤 워크의 마진과 관련지어 구성한다.
• 흐린 변환을 통한 Potts/아이징 모델과의 연결 고리를 설정한다.
• 나무의 차수 ≥3 가 필요함을 강조하기 위해, 나무 위의 층에 따라 달라지는 체인의 혼합이 겔즈 측정법이 되지 못할 수 있음을 보여준다.

제안 방법

• 정규 나무에서 높이 이동 대칭성을 갖는 무한정 정수 스핀에 대해 일반화된 경계 법칙 프레임워크를 도입한다.
• 기울기 겔즈 측정법을 무한 경로 위의 고정된 측정법의 프로젝티브 극한으로 정의하며, 마진이 q-주기적 환경에서의 랜덤 워크가 되도록 한다.
• mod-q 흐린 변환에 의해 유도된 유한 상태 마르코프 체인의 불변 분포로서 혼합 측정법을 구성한다.
• 전이 행렬과 경계 법칙 간의 대응을 이용해, 흐린 체인의 불변 측정법을 통해 GGMs를 유도한다.
• 유도된 GGMs가 어떤 겔즈 측정법의 사영도 아니며, 이는 탈분리된 영역에 속함을 증명한다.
• 1차원 유사체에서 겸손성의 실패를 분석하여, 혼합에 의해 먼 변의 조건부 확률이 1로 수렴함으로써 쿼시로컬리티가 상실됨을 보여준다.

실험 결과

연구 질문

• RQ1 경계 법칙은 정규화 불가능성을 넘어서 나무 위의 기울기 겔즈 측정법을 묘사하기 위해 어떻게 확장될 수 있는가?
• RQ2 주기적 경계 법칙은 나무 자동형사 불변 기울기 겸손 측정법을 구성하는 데 어떤 역할을 하는가?
• RQ3 기울기 겸손 측정법은 주기적 환경에서의 랜덤 워크 마진을 갖는 고정된 측정법의 혼합으로 구성될 수 있는가?
• RQ4 mod-q 상태에서의 흐린 변환은 기울기 모델의 상관성 감쇠와 불변 측정법과 어떻게 관련되는가?
• RQ5 왜 정수 직선 위의 층에 따라 달라지는 체인의 혼합은 겸손 측정법이 되지 못하며, 이는 나무 모델에 대해 어떤 함의를 갖는가?

주요 결과

• 논문은 q-주기적 환경에서의 랜덤 워크 마진을 갖는 고정된 측정법의 혼합을 통해 나무 자동형사 불변 기울기 겸손 측정법의 광범위한 클래스를 구성한다.
• mod-q 흐린 변환에 의해 유도된 유한 상태 마르코프 체인의 불변 측정법이 상관성 감쇠를 지배하며 GGMs의 구성에 기여한다.
• 이러한 GGMs는 표준 겸손 측정법이 존재하지 않는 경우, 특히 2D 이산 가우시안 자유장과 같은 탈분리된 영역에서도 존재한다.
• 구성된 GGMs는 어떤 겸손 측정법의 사영도 아니며, 이는 고전적 겸손 측정법 프레임워크 외부에 위치한다.
• 정수 직선에서는 층에 따라 달라지는 체인의 혼합이 겸손 측정법이 되지 않으며, 먼 변의 조건부 확률이 1로 수렴함으로써 쿼시로컬리티가 상실된다.
• 이 이론은 비정규화 가능하고 주기적인 경계 법칙까지 확장된 Zachary의 경계 법칙 대응을 확장하여, 이전에는 다루기 어려웠던 경우의 GGMs 묘사를 가능하게 한다.