[论文解读] Distributions of Angles in Random Packing on Spheres

Tommaso Cai, Jianqing Fan+1 more|arXiv (Cornell University)|Jun 2, 2013

Point processes and geometric inequalities参考文献 31被引用 71

一句话总结

本文分析了在p维球面上n个独立均匀随机单位向量之间成对夹角的渐近分布，推导出在固定维数和增长维数情形下，经验分布和极值角度的极限分布。论文严格证明了高维随机向量近乎正交的常识性观点，表明角度在高维下强烈集中在π/2附近，且具有高斯极限分布；同时，最小/最大角度具有极值极限分布。

ABSTRACT

This paper studies the asymptotic behaviors of the pairwise angles among n randomly and uniformly distributed unit vectors in R^p as the number of points n -> infinity, while the dimension p is either fixed or growing with n. For both settings, we derive the limiting empirical distribution of the random angles and the limiting distributions of the extreme angles. The results reveal interesting differences in the two settings and provide a precise characterization of the folklore that "all high-dimensional random vectors are almost always nearly orthogonal to each other". Applications to statistics and machine learning and connections with some open problems in physics and mathematics are also discussed.

研究动机与目标

• 表征当n → ∞时，p维球面上n个独立同分布的均匀随机单位向量之间成对夹角的极限经验分布。
• 在固定维数和增长维数两种情形下，推导此类向量之间最小角和最大角的极限分布。
• 为广泛引用的直观认识‘所有高维随机向量都近乎正交’提供严格的理论基础。
• 将研究成果与统计学、机器学习及理论物理中的应用联系起来，特别是关于高维推断中的虚假相关性和正则性条件。
• 通过建立随机角度的精确集中性和极值行为，解决几何概率与随机矩阵理论中的开放问题。

提出的方法

• 使用经验分布测度 μₙ = (1/binom(n,2)) Σ δ_{Θᵢⱼ}，对S^{p−1}上n个随机单位向量之间的所有成对夹角Θᵢⱼ进行定义。
• 当p增长时，引入归一化经验分布 μₙ,ₚ = (1/binom(n,2)) Σ δ_{√(p−2)(π/2 − ΘᵢⱯ)} 以稳定极限。
• 应用极值理论和球谐函数的工具，推导归一化极值角度统计量的弱收敛性。
• 采用拉普拉斯方法和矩生成函数近似，分析角度分布的尾部行为。
• 通过涉及sin(Θ)和log(1 − cos²(Θ)) = 2 log sin(Θ)的变换，推导Θ_min和Θ_max的极限分布。
• 利用耦合论证和依概率收敛，证明在高维情形下Θ_min → π/2和Θ_max → π/2几乎必然成立。

实验结果

研究问题

• RQ1 当n → ∞且p固定时，p维球面S^{p−1}上n个独立同分布的均匀随机单位向量之间成对夹角的经验分布的极限分布是什么？
• RQ2 当n和p同时增长时，角度的经验分布如何表现？何种归一化可导致非退化的极限？
• RQ3 在高维空间中，n个随机单位向量之间最小角和最大角的极限分布是什么？
• RQ4 角度围绕π/2的集中程度如何依赖于维数p和样本大小n？
• RQ5 在高维下，最小角和最大角收敛到π/2的精确收敛速率是什么？它们如何随n和p变化？

主要发现

• 当p固定时，成对夹角的经验分布收敛到[0, π]上的密度函数 h(θ) = (1/√π) · Γ(p/2)/Γ((p−1)/2) · (sin θ)^{p−2}。
• 当p随n增长时，角度的归一化经验分布弱收敛于正态分布，证实了角度在π/2附近的集中性。
• 当p固定或缓慢增长时，最小角Θ_min依概率收敛于π/2，且2p log sin Θ_min + 4 log n − log log n弱收敛于威布尔型极值分布。
• 当p增长时，2p log sin Θ_min + 4 log n − log log n的极限分布为F(y) = 1 − exp{−K e^{(y+8β)/2}}，其中K = (β/(8π(1−e^{−4β})))^{1/2}，其值依赖于β。
• 当p的增长快于log n时，最小角Θ_min依概率收敛于0，且归一化极值角度统计量收敛于Gumbel型极值分布。
• 在高维下，最大角Θ_max同样依概率收敛于π/2，其归一化对数变换也具有类似的弱收敛结果。