[논문 리뷰] Maximum Entropy Edgeworth Estimates of Volumes of Polytopes

Alexander Barvinok, J. A. Hartigan|arXiv (Cornell University)|2009. 10. 13.

Advanced Statistical Methods and Models참고 문헌 6인용 수 4

한 줄 요약

이 논문은 선형 제약 조건으로 정의된 고차원 다면체 내 정수 격자점의 수를 추정하기 위해 최대 엔트로피 에지워스 보정 가우시안 근사법을 제안한다. 점의 분포를 최대 엔트로피 밀도로 모델링하고, 네 번째 모멘트를 사용한 에지워스 전개로 가우시안 꼬리 확률을 보정함으로써, 도표 수와 주어진 차수 수열을 가진 그래프의 수를 세는 데 있어 渐近적으로 타당한 추정을 달성한다.

ABSTRACT

The number of points (x_1,...x_n) that lie in an integer cube C in R_n and satisfy the constraints S_i=sum_i[ h_{ij}(x_j) ] is approximated by an Edgeworth corrected gaussian approximation based on the maximum entropy density p on C, that satisfies ES = s . Under p, the variables X_1,...X_n are independent with densities of exponential form. Conditional on S = s, X is uniformly distributed over the integers in C that satisfy S = s . The number of points in C satisfying S=s is p{S=s} exp(I(p)) where I(p) is the entropy of the density p . We first estimate p{S=s}by P{Z=s} where Z is multivariate gaussian with the same first two moments as S ;and when d is large we use in addition an Edgeworth factor that requires the first four moments of S under p. The asymptotic validity of the Edgeworth corrected estimate is examined for counting contingency tables with given row sums and column sums, and for counting the number of graphs with a given degree sequence.

연구 동기 및 목표

• 선형 제약 조건으로 정의된 고차원 다면체 내 정수점의 수를 계산적으로 실현 가능하고 渐近적으로 타당한 방법으로 추정하는 것.
• 통계학과 조합론의 고전 문제인 고정된 행 및 열 합을 가진 도표 수를 세는 데 도전하는 것.
• 복잡한 조합 제약 조건을 수반하는 주어진 차수 수열을 가진 그래프의 수로 추정을 확장하는 것.
• 표준 가우시안 근사법을 향상시키기 위해 에지워스 보정을 통해 고차 모멘트를 통합하여 고차원에서 더 높은 정확도를 달성하는 것.

제안 방법

• 제약 조건이 있는 초입방체 C ⊂ ℝⁿ 내 정수점의 분포를 moment 제약 조건 E[S] = s 를 만족하는 최대 엔트로피 밀도 p 로 모델링한다.
• p 하에서 변수 X₁,…,Xₙ 는 독립적이며 지수가족 밀도로 분포하여 모멘트의 계산이 가능해진다.
• S = s 를 만족하는 점의 수를 p{S = s} × exp(I(p)) 로 추정한다. 여기서 I(p) 는 최대 엔트로피 밀도 p 의 엔트로피이다.
• S 가 p 하에서 동일한 1차 및 2차 모멘트를 가지는 다변수 정규확률 P{Z = s} 를 사용하여 p{S = s} 를 근사한다.
• S 가 p 하에서의 첫 네 개 모멘트를 사용하여 에지워스 보정을 적용하여 고차원에서의 정확도를 향상시킨다.
• 두 가지 핵심 조합 문제에 대해 이론적으로 검증: 고정된 마진을 가진 도표 수와 고정된 차수 수열을 가진 그래프 수의 세기.

실험 결과

연구 질문

• RQ1 선형 제약 조건으로 정의된 고차원 다면체 내 정수점의 수는 어떻게 효율적이고 정확하게 추정할 수 있는가?
• RQ2 에지워스 전개를 통해 고차 모멘트를 통합함으로써 가우시안 근사법의 정확도는 고차원 수세기 문제에서 얼마나 향상되는가?
• RQ3 에지워스 보정 최대 엔트로피 근사법은 고정된 행 및 열 합을 가진 도표 수를 세는 데 대해 渐近적으로 타당한가?
• RQ4 이와 같은 프레임워크는 주어진 차수 수열을 가진 그래프의 수를 세는 데로 확장될 수 있으며, 이 경우 정확도는 어떠한가?

주요 결과

• 에지워스 보정 근사법은 네 번째 모멘트를 통해 왜도와 첨도를 통합함으로써 표준 가우시안 근사법보다 뚜렷한 향상을 이룬다.
• 차원 d 가 클 경우 고정된 마진을 가진 도표 수를 세는 데 있어 이 방법은 渐近적으로 타당하다.
• 유사한 고차원 조건 하에서 주어진 차수 수열을 가진 그래프의 수를 추정하는 데에도 이 방법은 渐近적으로 타당하다.
• S = s 를 만족하는 정수점의 수는 p{S = s} × exp(I(p)) 로 정확하게 추정되며, 여기서 p 는 최대 엔트로피 밀도이고 I(p) 는 그 엔트로피이다.
• 에지워스 보정의 사용은 분포 S 가 왜도가 있거나 꼬리가 두꺼운 경우 꼬리 확률 추정의 오차를 감소시킨다.
• 이 프레임워크는 공통의 최대 엔트로피 및 에지워스 보정 접근법을 통해 다양한 조합 문제에서 격자점 수 추정을 통합한다.