[논문 리뷰] Riemannian Langevin Dynamics: Strong Convergence of Geometric Euler-Maruyama Scheme

Zhiyuan Zhan, Masashi Sugiyama|arXiv (Cornell University)|2026. 03. 04.

Markov Chains and Monte Carlo Methods인용 수 0

한 줄 요약

이 논문은 Riemannian Langevin dynamics를 위한 프레임워크를 제시하고 기하학적 Euler-Maruyama 이산화의 강한 수렴을 보이며, 부등식 및 미분 기하학에 관한 일련의 기술 보조정리들에 의해 뒷받침됩니다.

ABSTRACT

Low-dimensional structure in real-world data plays an important role in the success of generative models, which motivates diffusion models defined on intrinsic data manifolds. Such models are driven by stochastic differential equations (SDEs) on manifolds, which raises the need for convergence theory of numerical schemes for manifold-valued SDEs. In Euclidean space, the Euler--Maruyama (EM) scheme achieves strong convergence with order $1/2$, but an analogous result for manifold discretizations is less understood in general settings. In this work, we study a geometric version of the EM scheme for SDEs on Riemannian manifolds and prove strong convergence with order $1/2$ under geometric and regularity conditions. As an application, we obtain a Wasserstein bound for sampling on manifolds via the geometric EM discretization of Riemannian Langevin dynamics.

연구 동기 및 목표

• Riemannian manifolds에서 Langevin dynamics의 연구 동기를 제시하고 이산화의 수렴 특성을 다룬다.
• Discretization에서의 오차를 제어하기 위해 기하-해석 도구를 개발하고 적용한다.
• 수렴 증명에 필요한 모멘트, 노름, 그리고 연산자 매핑을 상한하는 보조 정리들을 확립한다.

제안 방법

• Riemannian manifold 위의 확률 과정에 관련된 확률적 추정 및 모멘트 상한에 대한 보조정리(Hölder, Minkowski 부등식 등)를 도입하고 활용한다.
• 비-Lipschitz 또는 무한대 행동을 다루기 위해 매끄러운 컷오프 함수와 projection 연산자를 구성한다.
• 가우스(Gauss) 공식, 두 번째 기본 형태 등 미분기하학적 항등식을 활용해 유클리드 도함수를 매니폴드-값 도함수와 연결한다.
• 프로젝션 맵과 오른쪽 역의 Lipschitz-형 특성을 증명해 매니폴드 위에서 이산화된 동역학의 안정성을 보장한다.

실험 결과

연구 질문

• RQ1 Riemannian Langevin dynamics에 대해 geometric Euler-Maruyama 스킴의 강한 수렴을 어떻게 보일 수 있는가?
• RQ2 매니폴드 위의 이산화 오차를 제어하기 위해 필요한 보조 추정치(모멘트, Lipschitz 속성, projection 등)는 무엇인가?
• RQ3 두 번째 기본 형태와 같은 미분 기하학적 구성 요소가 매니폴드 위의 이산화된 확률 흐름의 수렴 분석에 어떤 영향을 미치는가?
• RQ4 수렴 증명 과정에서 매끄러운 컷오프 함수가 무한대이거나 문제 영역을 다루는 데 어떤 역할을 하는가?

주요 결과

• Riemannian 확률 맥락에서 발생하는 모멘트와 노름을 상한하기 위해 부등식과 보조정리의 일련의 결과를 제시한다.
• 볼(ball) 위의 투영 연산자와 그것의 Lipschitz 특성이 안정적인 이산화 단계 보장을 위해 규명된다.
• Riemannian 매니폴드의 성질과 관련 이중선형 사상들 같은 연관 특성이 수렴 분석에 필수적인 연산자 상한과 연결된다.
• 유클리드 Hessians와 매니폴드 Hessians 간의 연결을 정식화하여 Gauss 공식 아래에서 미분 연산자를 연결한다.