[论文解读] Metric and Mixing Sufficient Conditions for Concentration of Measure

Leonid Kontorovich|ArXiv.org|Oct 13, 2006

Advanced Topology and Set Theory参考文献 22被引用 6

一句话总结

本文通过引入两个关键概念——随机过程的 $η$-混合性与 $Ψ$-支配度量——建立了度量概率空间中测度集中现象的充分条件。证明表明，若一列概率测度满足 $η$-混合性且度量为 $Ψ$-支配，则该族构成正态 Lévy 家族，从而确保测度的指数集中。该结果将先前关于乘积测度与马尔可夫测度的研究推广至更广泛的依赖过程类别。

ABSTRACT

We derive sufficient conditions for a family $(X^n,ρ_n,P_n)$ of metric probability spaces to have the measure concentration property. Specifically, if the sequence $\{P_n\}$ of probability measures satisfies a strong mixing condition (which we call $η$-mixing) and the sequence of metrics $\{ρ_n\}$ is what we call $Ψ$-dominated, we show that $(X^n,ρ_n,P_n)$ is a normal Levy family. We establish these properties for some metric probability spaces, including the possibly novel $X=[0,1]$, $ρ_n=\ell_1$ case.

研究动机与目标

• 识别保证高维空间中测度集中现象的一般度量与混合条件。
• 将现有的集中不等式从乘积测度与马尔可夫测度推广至更一般的随机过程。
• 形式化一种强混合条件（$η$-混合性）与一种度量条件（$Ψ$-支配性），以确保指数集中。
• 展示这些条件在新情形中的适用性，例如 $\mathcal{S} = [0,1]$ 搭配 $L^1$ 范数的情形。
• 统一并推广基于鞅、信息论与熵方法的先前集中结果。

提出的方法

• 将 $\eta$-混合性条件引入为一种强依赖衰减形式，推广了马尔可夫链的 Doeblin 系数。
• 定义 $\Psi$-支配度量以控制高维空间中利普希茨常数的增长。
• 使用鞅技巧与耦合论证来界定利普希茨函数的尾部概率。
• 应用 Lusin 定理并利用利普希茨函数逼近，将 $L^1$-有界泛函与利普希茨空间的对偶联系起来。
• 在特定度量条件下，建立 $\|\cdot\|_\Phi$ 与 $\|\cdot\|_{L^1}$ 之间的范数等价性，表明 $\Psi$-支配性条件的强大力量。
• 证明在 $\eta$-混合性与 $\Psi$-支配性条件下，度量概率空间构成正态 Lévy 家族，从而蕴含指数集中。

实验结果

研究问题

• RQ1 在何种度量与随机过程条件下，测度集中现象在一般度量概率空间中成立？
• RQ2 测度集中现象是否可保证在非乘积、非哈尔测度（超出马尔可夫链）的情形下成立？
• RQ3 强混合条件（如 $\eta$-混合性）与度量正则性（通过 $\Psi$-支配性实现）如何共同确保指数尾部衰减？
• RQ4 $[0,1]^n$ 上的 $L^1$ 度量是否在适当的混合与度量条件下具备集中性？
• RQ5 在无限维情形下，利普希茨空间的对偶与 $L^1$-有界泛函之间存在何种关系？

主要发现

• 若 $\boldsymbol{\mathrm{P}}_n$ 为 $\eta$-混合且 $\rho_n$ 为 $\Psi$-支配，则族 $({\cal S}^n, \rho_n, \boldsymbol{\mathrm{P}}_n)$ 构成正态 Lévy 家族。
• 在所述条件下，该文建立了形式为 $\boldsymbol{\mathrm{P}}\{ |f - \mathbb{E}f| > t \} \leq 2\exp(-Kt^2)$ 的集中不等式，其中 $K>0$ 与 $f$ 无关。
• 对于 $\mathcal{S} = [0,1]$ 搭配 $\rho_n = \|\cdot\|_1$ 的情形，条件成立，从而得到 $L^1$ 度量下测度集中的新实例。
• $\|\cdot\|_\Phi$（即利普希茨半范数的对偶范数）在连续或可数度量空间中，当距离较小时，严格弱于 $\|\cdot\|_{L^1}$，表明 $\Psi$-支配性条件具有鲁棒性。
• $\eta$-混合性条件推广了 Doeblin 的系数，允许处理超出马尔可夫链的弱收缩过程。
• 证明依赖于将 $L^1$ 函数逼近为利普希茨函数，并利用 $\Phi$ 与 $\Psi$-支配度量之间的对偶性来界定泛函范数。