[论文解读] Finitary codings for gradient models and a new graphical representation for the six-vertex model

Gourab Ray, Yinon Spinka|arXiv (Cornell University)|Aug 23, 2019

Markov Chains and Monte Carlo Methods参考文献 52被引用 9

一句话总结

本文证明了在所有温度下，包括相变点以下的温度，统计力学模型（伊辛模型、波茨模型、沙滩模型和六价键模型）的梯度均可作为独立同分布过程的有限编码。即使在原始模型无法实现有限编码的区域，梯度仍可被有限编码。通过聚焦于局部的、平移不变的信息（即梯度），该研究绕过了阻碍有限编码的全局自旋翻转对称性，从而表明有限编码的障碍仅源于全局信息，而非局部结构。

ABSTRACT

It is known that the Ising model on $\mathbb {Z}^d$ at a given temperature is a finitary factor of an i.i.d. process if and only if the temperature is at least the critical temperature. Below the critical temperature, the plus and minus states of the Ising model are distinct and differ from one another by a global flip of the spins. We show that it is only this global information which poses an obstruction for being finitary by showing that the gradient of the Ising model is a finitary factor of i.i.d. at all temperatures. As a consequence, we deduce a volume-order large deviation estimate for the energy. A similar result is shown for the Potts model. A result in the same spirit is also shown for the six-vertex model, which is itself the gradient of a height function, with parameter $c \gtrapprox 6.4$. We show that the gradient of the height function is not a finitary factor of an i.i.d. process, but that its "Laplacian" is. For this, we introduce a coupling between the six-vertex model with $c\ge 2$ and a new graphical representation of it, reminiscent of the Edwards--Sokal coupling between the Potts and random-cluster models. We believe that this graphical representation may be of independent interest and could serve as a tool in further understanding of the six-vertex model. To provide further support for the ubiquity of this type of phenomenon, we also prove an analogous result for the so-called beach model. The tools and techniques used in this paper are probabilistic in nature. The heart of the argument is to devise a suitable tree structure on the clusters of the underlying percolation process (associated to the graphical representation of the given model), which can be revealed piece-by-piece via exploration.

研究动机与目标

• 识别阻碍某些吉布斯测度成为独立同分布过程有限编码的根本原因。
• 证明通过梯度构造消除全局自旋翻转对称性后，可恢复有限编码性质。
• 将有限编码结果从伯努利系统扩展至具有多个吉布斯测度的模型。
• 为六价键模型（当 c ≥ 2 时）引入一种新型爱德华兹-索卡尓型图形表示。
• 探讨复杂模型梯度成为有限编码的条件，特别是与随机簇模型唯一性之间的关系。

提出的方法

• 将自旋模型的梯度定义为边两侧自旋态之间的局部差值，以捕捉离散梯度信息。
• 对梯度场应用有限编码技术，表明仅需对独立同分布输入进行有限、随机半径的观测，即可重构原点处的梯度。
• 利用六价键模型与新型图形表示之间的耦合关系，分析模型的结构与编码性质。
• 依赖于关联随机簇模型中自由与 wired 测度的唯一性与梯度的有限编码性质之间的等价性。
• 应用单调（FKG）模型与一般有限编码理论的结果，建立梯度为有限编码的条件。
• 采用体积序大偏差估计来支持编码半径尾部行为。

实验结果

研究问题

• RQ1 在所有温度下，包括临界温度以下，伊辛模型与波茨模型的梯度是否可作为独立同分布过程的有限编码？
• RQ2 在何种条件下，沙滩模型的梯度是独立同分布过程的有限编码？
• RQ3 当 c 较大时，六价键模型（F-模型）自旋场绝对值是否为独立同分布过程的有限编码？
• RQ4 当其随机簇模型具有唯一吉布斯测度时，维多姆-罗林森模型的自旋场绝对值是否允许有限编码？
• RQ5 硬核模型的偶数吉布斯测度的非平凡函数是否可作为 (Z^d)even-有限编码的独立同分布过程？

主要发现

• 在反温度 β > βc(d) 时，伊辛模型的梯度是独立同分布过程的有限编码，且编码半径具有指数尾部。
• q状态波茨模型的梯度为有限编码，当且仅当其关联随机簇模型的自由与 wired 测度一致。
• q型沙滩模型的梯度为有限编码，当且仅当其关联随机簇模型的自由与 wired 测度一致。
• 对于具有 c ≥ 2 且平坦边界条件的六价键模型（F-模型），离散梯度的绝对值是独立同分布过程的有限编码，尽管梯度与拉普拉斯算子本身并非如此。
• 在低温下，梯度操作是非损毁的，即使原始模型无法实现有限编码，仍可从梯度中完全恢复原始自旋构型。
• 本文确立了全局自旋翻转对称性是有限编码的唯一障碍，因为梯度仅包含局部信息，因此总可实现有限编码。