[论文解读] Approximating Partition Functions of Two-State Spin Systems

Jinshan Zhang, Heng Liang+1 more|ArXiv.org|Nov 29, 2009

Markov Chains and Monte Carlo Methods参考文献 7被引用 4

一句话总结

该论文在绝对逆温度 $ J $ 低于临界阈值 $ J_d $ 时，为有界度图上的两状态自旋系统建立了强相关性衰减，从而实现了对配分函数的全多项式时间近似方案（FPTAS）。通过自避树（self-avoiding trees）和递归边际概率计算，作者在条件 $ (d-1) anh J < 1 $ 下证明了吉布斯测度的唯一性，该条件推广了多布拉辛（Dobrushin）的条件，且对伊辛模型（Ising model）而言是紧致的。

ABSTRACT

Two-state spin systems is a classical topic in statistical physics. We consider the problem of computing the partition function of the systems on a bounded degree graph. Based on the self-avoiding tree, we prove the systems exhibits strong correlation decay under the condition that the absolute value of "inverse temperature" is small. Due to strong correlation decay property, an FPTAS for the partition function is presented under the same condition. This condition is sharp for Ising model.

研究动机与目标

• 为有界度图上的两状态自旋系统建立强相关性衰减。
• 在广义条件 $ (d-1)\tanh J < 1 $ 下证明吉布斯测度的唯一性，扩展多布拉辛（Dobrushin）的判据。
• 在强相关性衰减条件下，为配分函数开发全多项式时间近似方案（FPTAS）。
• 使用自避树技术证明伊辛模型中阈值 $ J < J_d $ 的紧致性，特别是在 $ d $-正则树上。

提出的方法

• 使用自避树（SAW）技术将图嵌入树状结构以进行分析。
• 在截断的 SAW 树上应用递归边际概率计算，以估计根自旋的概率。
• 采用衰减函数 $ f(t) = 4Jd((d-1)\tanh J)^{t-1} $ 来限制边界配置对根的影响。
• 在高度 $ t_j = \frac{\log(4nJd\epsilon^{-1})}{\log((d-1)\tanh J)^{-1}} + 1 $ 处截断 SAW 树，以控制近似误差。
• 通过在截断树上递归计算组合条件边际概率估计，构建 FPTAS。
• 使用恒等式 $ Z(G) = Z(G, \Phi_{n+1}) \prod_{i=1}^n p_i^{-1} $，其中 $ p_i $ 为顶点 $ i $ 处自旋 $ + $ 的边际概率。

实验结果

研究问题

• RQ1 当 $ |J| < J_d $ 时，两状态自旋系统在有界度图上是否表现出强相关性衰减？
• RQ2 条件 $ (d-1)\tanh J < 1 $ 是否可用于证明一般两状态自旋系统吉布斯测度的唯一性？
• RQ3 在强相关性衰减条件下，配分函数的 FPTAS 是否有效？
• RQ4 对于伊辛模型，阈值 $ J_d $ 是否是紧致的，特别是在 $ d $-正则树上？

主要发现

• 当 $ |J| < J_d $ 时，两状态自旋系统在有界度图上表现出强相关性衰减，其中 $ J_d $ 是无限 $ d $-正则树上唯一性的临界逆温度。
• 条件 $ (d-1)\tanh J < 1 $ 确保了在无限有界度图上吉布斯测度的唯一性，推广了多布拉辛（Dobrushin）的条件 $ d\tanh J < 1 $。
• 在强相关性衰减条件下，配分函数的 FPTAS 运行时间为 $ O(n^{O(1)} \epsilon^{-O(1)}) $，在 $ n $ 和 $ \epsilon^{-1} $ 上为多项式时间。
• 真实与估计边际概率之比满足 $ e^{-\epsilon/n} \leq \widehat{p_j}/p_j \leq e^{\epsilon/n} $，确保最终配分函数估计的 $ \epsilon $-相对误差。
• 对于伊辛模型，阈值 $ J_d $ 是紧致的，因为它与无限 $ d $-正则树上唯一性的临界点一致。
• 该方法可扩展至稀疏图和 Erdős–Rényi 随机图 $ G(n, d/n) $，表明其在正则图之外也具有广泛适用性。