[論文レビュー] Local antithetic sampling with scrambled nets

Art B. Owen|Nov 4, 2008

Numerical Methods and Algorithms参考文献 27被引用数 28

ひとこと要約

本稿では、ランダム化準モンテカルロ（RQMC）統合における分散低減を改善するため、局所的反対称サンプリングとねじれ付きデジタルネットを組み合わせた手法を提案する。ボックスフォールディングを用いて局所的近傍における点を折り返すことで、根平均二乗誤差（RMSE）が O(n^{-3/2 - 1/d + ε}) に達し、特に中程度の次元における滑らかな被積分関数に対して、標準的なRQMCおよび反対称サンプリングと比較してわずかではあるが意味のある改善を実現する。

ABSTRACT

We consider the problem of computing an approximation to the integral $I=\int_{[0,1]^d}f(x) dx$. Monte Carlo (MC) sampling typically attains a root mean squared error (RMSE) of $O(n^{-1/2})$ from $n$ independent random function evaluations. By contrast, quasi-Monte Carlo (QMC) sampling using carefully equispaced evaluation points can attain the rate $O(n^{-1+\varepsilon})$ for any $\varepsilon>0$ and randomized QMC (RQMC) can attain the RMSE $O(n^{-3/2+\varepsilon})$, both under mild conditions on $f$. Classical variance reduction methods for MC can be adapted to QMC. Published results combining QMC with importance sampling and with control variates have found worthwhile improvements, but no change in the error rate. This paper extends the classical variance reduction method of antithetic sampling and combines it with RQMC. One such method is shown to bring a modest improvement in the RMSE rate, attaining $O(n^{-3/2-1/d+\varepsilon})$ for any $\varepsilon>0$, for smooth enough $f$.

研究の動機と目的

• ランダム化準モンテカルロ（RQMC）統合の根平均二乗誤差（RMSE）レートを、標準的な O(n^{-3/2 + ε}) レートを超えて改善すること。
• 古典的な反対称サンプリング（通常はモンテカルロで用いられる）を、ねじれ付きデジタルネットを用いた準モンテカルロフレームワークに適応すること。
• 滑らかな関数の局所的線形性を活用する局所的反対称サンプリングが、グローバルな反対称サンプリングよりも優れた収束レートをもたらすかどうかを調査すること。
• ねじれ付きデジタルネットに局所的対称性を導入するためのボックスフォールディングスキームの開発と分析。
• 局所的反対称サンプリングによる分散低減が、RQMC手法におけるRMSEレートそのもの（定数ではなく）を改善することを実証すること。

提案手法

• パラメーターベクトル ρ = (r₁,…,r_d) に基づく成分ごとの折り返しを用いて、局所的近傍における点を折り返すボックスフォールディングスキームを導入する。ここで r_j は次元間の分解能をバランスさせるために選ばれる。
• ねじれ付きデジタルネットにフォールディング操作を適用し、中心点の周囲に対称的な点のペアを生成することで、滑らかな関数の局所的対称性を活用する。
• 各ネット点がフォールディングにより 2^d 個の対称点を生成する、モノミアルコルテュール則とねじれ付きネットを組み合わせたハイブリッドアプローチを採用する。
• ウォルシュ関数とデジタルネット構造を用いた修正された分散分解を採用し、フォールディングによる係数の低減に注目する。
• デジタルネットのバランス性質を用いて高次項を排除し、非ゼロ係数の数とその減衰率を用いて分散寄与を評価する。
• フォールディングによるウォルシュ係数の大きさの低減を分析することで分散バウンドを導出し、影響を受ける各成分に対して O(n^{-1/d}) の減衰率を示す。

実験結果

リサーチクエスチョン

• RQ1 局所的反対称サンプリングは、標準的な O(n^{-3/2 + ε}) レートを超えて、ランダム化準モンテカルロ統合におけるRMSEレートを改善できるか？
• RQ2 ねじれ付きデジタルネットと局所的フォールディング操作を組み合わせることで、標準的な反対称サンプリングや制御変数法よりも速い収束レートが得られるか？
• RQ3 フォールディングがデジタルネットにおけるウォルシュ係数の減衰と分散寄与に与える理論的影響は何か？
• RQ4 局所的反対称サンプリングによる改善は次元 d にどのように依存するか？また、被積分関数の有効次元に依存するか？
• RQ5 ボックスフォールディングスキームは、デジタルネットとモノミアルコルテュール則のハイブリッドと解釈できるか？この解釈は分散分析に役立つか？

主な発見

• ボックスフォールディングスキームは、二重に滑らかな関数に対して RMSE が O((log n)^{d-1} / n^{3 + 2/d}) に達し、任意の ε > 0 に対して O(n^{-3/2 - 1/d + ε}) に相当する。
• RMSE レートの改善は、特にフォールディング方向の成分において、ウォルシュ係数の大きさが低減することに起因し、各影響を受ける次元で O(n^{-1/d}) の減衰率を示す。
• 各関数成分 fv（v ⊂ {1,…,d}）の分散寄与は O((log n)^{|v|-1} / n^{3 + 2/|v|}) で有界であり、|v| = d のとき全次元項が支配的である。
• 本手法は、定数要因の低減にとどまらず、標準的な反対称サンプリングよりもRMSE レートそのものを改善する。
• 理論的改善は、低次元から中程度の次元において顕著であり、次元 d の増加に伴い改善の度合いが薄れる。
• 以前の文献におけるねじれ付きネットの分散バウンド導出における誤りを是正し、より弱い滑らかさ条件のもとでも成立する。