[논문 리뷰] Limit Profiles for Markov Chains

Evita Nestoridi, Sam Thomas|arXiv (Cornell University)|2020. 05. 27.

Stochastic processes and statistical mechanics참고 문헌 6인용 수 4

한 줄 요약

이 논문은 Teyssier의 마코프 체인에서 평형 상태와의 거리 근사화 방법을 일반적인 가역 마코프 체인과 동차 공간 위의 랜덤 워크로 확장한다. 정밀한 극한 프로파일 분석을 가능하게 하는 근사 레미마를 도출함으로써, $k$-사이클 셔플, 에렌페스트 우르늄 모델, 이항-하이퍼기하분포 사후확률을 가진 지브스 샘플러에 대한 이전 결과들을 향상시킨다.

ABSTRACT

In a recent breakthrough, Teyssier [Tey20] introduced a new method for approximating the distance from equilibrium of a random walk on a group. He used it to study the limit profile for the random transpositions card shuffle. His techniques were restricted to conjugacy-invariant random walks on groups; we derive similar approximation lemmas for random walks on homogeneous spaces and for general reversible Markov chains. We illustrate applications of these lemmas to some famous problems: the $k$-cycle shuffle, improving results of Hough [Hou16] and Berestycki, Schramm and Zeitouni [BSZ11]; the Ehrenfest urn diffusion with many urns, improving results of Ceccherini-Silberstein, Scarabotti and Tolli [CST07]; a Gibbs sampler, which is a fundamental tool in statistical physics, with Binomial prior and hypergeometric posterior, improving results of Diaconis, Khare and Saloff-Coste [DKS08].

연구 동기 및 목표

• 군 위의 랜덤 워크에 대한 Teyssier의 평형 상태와의 거리 근사화 방법을 일반 상태 공간 위의 일반적인 가역 마코프 체인과 동차 공간으로 일반화한다.
• 공역 불변 설정을 초월한 다양한 확률 과정에서의 극한 프로파일 분석을 위한 통합적 프레임워크를 제공한다.
• 기존의 혼합 시간과 수렴 속도에 대한 정량적 경계를 향상시켜 $k$-사이클 셔플과 에렌페스트 확산과 같은 잘 알려진 모델에 적용한다.
• 이항 사전과 하이퍼기하분포 사후확률을 가진 지브스 샘플러의 수렴 행동에 대해 더 날카운 비선형 근사값을 제공한다.

제안 방법

• 스펙트럼 기법과 커플링 기법을 사용하여 가역 마코프 체인에 대한 새로운 근사 레미마를 도출한다.
• 군의 대칭성과 불변 측도를 활용하여 Teyssier의 접근법을 동차 공간에 적용한다.
• 이러한 레미마를 사용하여 고유값과 전이 확률을 이용해 정상 상태로부터의 총 변동 거리의 경계를 설정한다.
• 집중 및 커플링 추론을 통해 극한에서 평형 상태와의 거리 감쇠를 제어한다.
• 극한 프로파일이 초기 분포에 독립적이고 보편적인 조건을 설정한다.
• 전이 행렬과 스펙트럼 갭을 분석하여 특정 모델에 이 프레임워크를 적용한다.

실험 결과

연구 질문

• RQ1 Teyssier의 군 워크를 위한 방법은 어떻게 일반 상태 공간 위의 가역 마코프 체인으로 일반화될 수 있는가?
• RQ2 공역 불변이 아닌 랜덤 워크에 대해 극한 프로파일이 나타나는 정밀한 조건은 무엇인가?
• RQ3 새로운 근사 레미마는 이전 연구에 비해 $k$-사이클 셔플의 혼합 시간 경계를 얼마나 향상시킬 수 있는가?
• RQ4 많은 수의 우르늄을 가진 에렌페스트 우르늄 모델에 대해 이 프레임워크는 더 날카운 수렴 프로파일을 도출할 수 있는가?
• RQ5 이 방법은 이항 사전과 하이퍼기하분포 사후확률을 가진 지브스 샘플러의 혼합에 대해 기존 결과를 어떻게 개선하는가?

주요 결과

• 논문은 공역 불변 설정을 초월한 가역 마코프 체인에서의 극한 프로파일 근사화를 위한 일반적 프레임워크를 수립한다.
• $k$-사이클 셔플의 경우, Hough 및 Berestycki 등 이전 연구의 결과를 초월하여 더 날카운 수렴 경계를 도출한다.
• 많은 수의 우르늄을 가진 에렌페스트 우르늄 모델에서, Ceccherini-Silberstein 등 이전 연구보다 더 날카운 점근적 근사값을 제공한다.
• 이항 사전과 하이퍼기하분포 사후확률을 가진 지브스 샘플러는 새로운 프레임워크 하에서 이전에 알려진 결과보다 더 빠르게 혼합됨을 보여준다. 이는 Diaconis, Khare, Saloff-Coste의 결과를 개선한 것이다.
• 유도된 레미마는 넓은 범위의 모델에 적용 가능하여 커프트 현상과 프로파일 스케일링의 정밀한 특성화를 가능하게 한다.