[논문 리뷰] Random Bistochastic Matrices

Valerio Cappellini, H.-J. Sommers외 2명|ArXiv.org|2007. 11. 21.

Random Matrices and Applications참고 문헌 14인용 수 4

한 줄 요약

이 논문은 랜덤 스 tochastic 행렬에 Sinkhorn 알고리즘을 적용할 때 유도되는 확률 분포를 분석하여 무작위 이분산 행렬을 조사한다. N=2에 대해 명시적인 공식을 유도하고, Birkhoff 다면체 중심 부근에서 국소적으로 평탄한 분포를 유도하는 초기 Dirichlet 집단을 구성함으로써 점 渐近 결과와 일치하는 부피 추정을 가능하게 한다.

ABSTRACT

Ensembles of random stochastic and bistochastic matrices are investigated. While all columns of a random stochastic matrix can be chosen independently, the rows and columns of a bistochastic matrix have to be correlated. We evaluate the probability measure induced into the Birkhoff polytope of bistochastic matrices by applying the Sinkhorn algorithm to a given ensemble of random stochastic matrices. For matrices of order N=2 we derive explicit formulae for the probability distributions induced by random stochastic matrices with columns distributed according to the Dirichlet distribution. For arbitrary $N$ we construct an initial ensemble of stochastic matrices which allows one to generate random bistochastic matrices according to a distribution locally flat at the center of the Birkhoff polytope. The value of the probability density at this point enables us to obtain an estimation of the volume of the Birkhoff polytope, consistent with recent asymptotic results.

연구 동기 및 목표

• 랜덤 스 tochastic 행렬에 Sinkhorn 알고리즘을 적용할 때 Birkhoff 다면체 위에 유도되는 확률 측도를 이해하는 것.
• 결과로 얻어진 이분산 행렬가 Birkhoff 다면체 중심 부근에서 균일하게(국소적으로 평탄하게) 분포하도록 하는 스 tochastic 행렬의 초기 집단을 구성하는 것.
• 최근의 점 渐近 결과와 일치하는 중심에서의 확률 밀도를 사용하여 Birkhoff 다면체의 부피를 추정하는 것.
• 특히 균일성에 대한 세 번째 차수 보정을 포함한 중심 부근의 분포의 고차수 모멘트를 분석하는 것.

제안 방법

• 랜덤 스 tochastic 행렬을 이분산 행렬로 변환하기 위해 행과 열을 번갈아가며 정규화하는 Sinkhorn 알고리즘을 적용한다.
• 스 tochastic 행렬의 초기 열 분포로 Dirichlet 분포를 사용하며, 매개변수 s로 파arameter화하여 초기 집단을 생성한다.
• 초기 Dirichlet 매개변수에 따라 출력 이분산 행렬의 확률 밀도에 대한 암묵적 공식(식 36)을 도출한다.
• Birkhoff 다면체 중심 부근에서 확률 밀도의 거듭제곱 급수 전개를 수행하여 세 차수까지 전개한다.
• 두 번째 차수 항 c₂가 사라지도록 특정한 Dirichlet 매개변수 s = σ/N를 선택함으로써 중심 부근의 곡률을 최소화한다.
• 세 번째 차수 계수 c₃를 명시적으로 계산하고, c₂ = 0이 되어도 여전히 비영임을 보여, 중심 부근에서의 비대칭성이 본질적으로 존재함을 밝힌다.

실험 결과

연구 질문

• RQ1 Dirichlet 분포를 가진 열을 가진 랜덤 스 tochastic 행렬에 Sinkhorn 알고리즘을 적용할 때 Birkhoff 다면체 위에 유도되는 확률 분포는 무엇인가?
• RQ2 출력 분포가 Birkhoff 다면체 중심 부근에서 국소적으로 평탄해지도록 할 수 있는 초기 Dirichlet 집단을 선택할 수 있는가?
• RQ3 Birkhoff 다면체 중심에서의 확률 밀도 값은 얼마이며, 다면체의 부피와 어떻게 관련이 있는가?
• RQ4 고차수 모멘트(특히 세 번째 차수 항)는 중심 부근의 분포 국소적 형태에 어떻게 영향을 미치는가?
• RQ5 세 차수까지 균일성을 달성하고자 할 때 분포의 비대칭성 척도는 얼마인가?

주요 결과

• N=2에 대해 Dirichlet 분포를 가진 스 tochastic 행렬에서 유도된 이분산 행렬의 확률 분포에 대해 명시적인 닫힌 형태의 표현식을 도출한다.
• Birkhoff 다면체 중심에서의 확률 밀도는 P*ₙ로 주어지며, 이는 Canfield와 McKay의 점 渐近 결과와 일치하는 다면체 부피 추정에 기여한다.
• Dirichlet 매개변수를 s = σ/N로 설정할 경우, 확률 밀도 전개의 두 번째 차수 계수 c₂가 사라지며, 중심 부근의 곡률이 최소화된다.
• c₂ = 0이 되어도 세 번째 차수 계수 c₃는 여전히 비영이므로, 중심 부근에서의 분포가 세 차수까지 균일하게 평탄하게 만들 수 없음을 나타낸다.
• 분포의 비대칭성 척도는 δB ∝ N⁻¹ᐟ³이며, 이는 균일성에서의 편차가 이 척도보다 큰 거리에서만 관측 가능함을 의미한다.
• 세 번째 차수 전개는 주요 비대칭 항이 ∑(δBₚq)³의 형태로 스케일링되며 계수 c₃ = N/3 + 1/N − 4/(3N³) + O(N⁻⁵)로 주어지며, 중심 부근에서 지속적인 비정규 분포 특성을 확인한다.