[论文解读] Fourier-Walsh coefficients for a coalescing flow (discrete time)

Boris Tsirelson|ArXiv.org|Mar 12, 1999

Constraint Satisfaction and Optimization参考文献 3被引用 6

一句话总结

本文研究了在具有独立随机符号的2D格点上随机游走位置的傅里叶-沃尔什展开，表明典型系数涉及约√N个符号的乘积。关键结果是，由于其对底层随机符号的依赖关系具有高度非线性，该随机游走的位置表现出高度的噪声敏感性，这一点在其傅里叶-沃尔什系数的结构中得以体现。

ABSTRACT

A two-dimensional array of independent random signs produces coalescing random walks. The position of the walk, starting at the origin, after N steps is a highly nonlinear, noise sensitive function of the signs. A typical term of its Fourier-Walsh expansion involves the product of about square roof of N signs.

研究动机与目标

• 分析离散时间中一个合并随机游走的傅里叶-沃尔什系数的结构。
• 理解游走位置对底层随机符号的非线性依赖关系。
• 通过系数结构量化游走位置的噪声敏感性。
• 表征位置函数傅里叶-沃尔什展开中的典型项。

提出的方法

• 将2D随机符号阵列建模为底层随机性来源。
• 通过在格点上演化的一组随机游走定义一个合并流。
• 将从原点出发的游走位置表示为随机符号的函数。
• 分析该位置函数的傅里叶-沃尔什展开。
• 识别出典型傅里叶-沃尔什系数涉及约√N个随机符号的乘积。
• 运用概率论与调和分析技术研究这些系数的分布与大小。

实验结果

研究问题

• RQ1 在合并流模型中，游走位置的傅里叶-沃尔什系数如何分布？
• RQ2 一个显著的傅里叶-沃尔什系数项中，典型的随机符号数量是多少？
• RQ3 为何在此设定下，游走位置被认为具有高度噪声敏感性？
• RQ4 对随机符号的非线性依赖关系如何在傅里叶-沃尔什谱中体现？
• RQ5 √N量级的标度在系数结构中起到何种作用？

主要发现

• 经过N步后，随机游走的位置是底层随机符号的高非线性函数。
• 傅里叶-沃尔什展开中的典型项涉及约√N个随机符号的乘积。
• 由于其展开中广泛涉及大量随机符号，该函数表现出高度的噪声敏感性。
• 系数的结构反映了合并流复杂而集体的行为特征。
• 傅里叶-沃尔什系数主要由高阶交互作用主导，表明其对符号的全局构型具有强烈依赖性。
• 结果表明，游走位置无法通过随机符号的低次多项式进行良好近似。