[论文解读] A Strong Law for the Largest Nearest-Neighbor Link on Normally Distributed Points

Bhupender Gupta, Srikanth K. Iyer|ArXiv.org|Apr 27, 2006

Point processes and geometric inequalities参考文献 3被引用 3

一句话总结

该论文为在 $ \mathbb{R}^d $ 中由 $ n $ 个独立同分布的标准正态点构成的最近邻图中的最大最近邻距离 $ d_n $ 建立了一个强有力的大数定律，证明当 $ n \to \infty $ 时，几乎必然有 $ \frac{\sqrt{\log n}\, d_n}{\log \log n} \to \frac{d}{\sqrt{2}} $，其中 $ d \geq 2 $。该结果通过泊松过程耦合、空间集中性界以及在半径递增的环形区域上应用贝尔-坎特利引理推导得出。

ABSTRACT

Let $n$ points be placed independently in $d-$dimensional space according to the standard $d-$dimensional normal distribution. Let $d_n$ be the longest edge length for the nearest neighbor graph on these points. We show that \[\lim_{n ar \infty} \frac{\sqrt{\log n} d_n}{\log \log n} = \frac{d}{\sqrt{2}}, \qquad d \geq 2, {a.s.} \]

研究动机与目标

• 为在 $ \mathbb{R}^d $ 中由 $ n $ 个独立同分布的标准正态点构成的最近邻图中的最大最近邻距离建立强定律，其中 $ d \geq 2 $。
• 将强定律结果从紧支集密度推广至多变量正态分布的无界支集情形。
• 通过空间集中性和泊松过程耦合分析最近邻图中最长边的渐近行为。
• 解决高维正态点过程中最远最近邻距离的标度问题。

提出的方法

• 将独立同分布的点过程 $ \mathcal{X}_n $ 与强度为 $ n\phi(\cdot) $ 的非齐次泊松过程 $ \mathcal{P}_n $ 耦合，使得对充分大的 $ n $，有 $ \mathcal{P}_n^{-} \subset \mathcal{X}_n \subset \mathcal{P}_n^{+} $。
• 定义环形区域 $ A_n = B(0, R_n(c)) \setminus B(0, R_n'(-2)) $，其中 $ R_n(c) $ 抓住了 $ n $ 个正态点的典型径向范围。
• 利用引理 2.1 推导出以半径 $ r_n $ 的球体为中心、位于半径 $ \rho_n $ 处的点周围不包含任何点的概率的渐近近似。
• 应用贝尔-坎特利引理，证明当 $ c > 2 $ 时事件 $ \{ \mathcal{X}_n \subset B(0, R_n(c)) \} $ 仅有限次发生，而当 $ c < 0 $ 时事件 $ \{ \mathcal{X}_n \cap B^c(0, R_n(c)) \neq \emptyset \} $ 也仅有限次发生。
• 在 $ A_n $ 内构造不相交的球体 $ B(x_i^n, r_n(u)) $，并定义事件 $ E_n(x_i^n) $ 表示在小球内恰好有一个 $ \mathcal{X}_n $ 的点，而在大球内没有点。
• 对 $ \bigcup_{i=1}^{\sigma_n} E_n(x_i^n) $ 的概率进行上界估计，并证明其可 summable（可求和），从而推出几乎必然有 $ d_n \geq r_n(t) $ 无限次成立，其中 $ t < \frac{2d + c - 2}{2\sqrt{2}} $。

实验结果

研究问题

• RQ1 在 $ \mathbb{R}^d $ 中，$ d \geq 2 $，由 $ n $ 个独立同分布的标准正态点构成的最近邻图中，最大最近邻距离的几乎必然渐近标度是什么？
• RQ2 正态点的径向集中性如何影响最近邻距离的极值行为？
• RQ3 当底层密度具有无界支集（如正态分布）时，能否为最大最近邻距离建立强定律结果？
• RQ4 泊松过程耦合与空间环形分解在推导几何图参数的此类强定律中起到什么作用？
• RQ5 正态密度尾部行为的渐近性如何影响最近邻图中最长边的标度？

主要发现

• 最大最近邻距离 $ d_n $ 几乎必然满足 $ \lim_{n \to \infty} \frac{\sqrt{16 \log n} \, d_n}{\log \log n} = \frac{d}{\sqrt{2}} $，其中 $ d \geq 2 $，且论文中将 $ \log \log n $ 记为 $ \log_2 n $。
• 在 $ n $ 个标准正态点的径向范围内，其集中区域为 $ R_n(c) = \sqrt{2\log n + (c + d - 2)\log \log n + 2\log A_d} $，其中 $ A_d = (2\pi)^{-d/2}/d $。
• 当 $ c > 2 $ 时，几乎所有 $ \mathcal{X}_n $ 的点最终都会落在 $ B(0, R_n(c)) $ 内；当 $ c < 0 $ 时，几乎所有 $ \mathcal{X}_n $ 的点会无限次地出现在 $ B(0, R_n(c)) $ 外部。
• 位于环形区域 $ A_n $ 中的某点在其距离 $ r_n(u) $ 内无其他点的概率，下界由一个衰减速度慢于任意多项式阶的项控制，从而可通过贝尔-坎特利引理实现可求和性。
• 在 $ A_n $ 中构造不相交的球体 $ B(x_i^n, r_n(u)) $ 确保此类球体的数量 $ \sigma_n $ 按照 $ \left( \frac{\log n}{\log \log n} \right)^{d-1} $ 的速率增长，从而捕捉了点的空间密度。
• 证明表明，对所有 $ t < \frac{2d + c - 2}{2\sqrt{2}} $，几乎必然有 $ d_n \geq r_n(t) $ 无限次成立；通过优化 $ c $，最终得到极限值 $ \frac{d}{\sqrt{2}} $。