[论文解读] Lower bounds for contingency tables via Lorentzian polynomials

Petter Brändén, Jonathan Leake+1 more|arXiv (Cornell University)|Aug 13, 2020

Markov Chains and Monte Carlo Methods参考文献 50被引用 5

一句话总结

本文利用洛伦茨多项式提出了一种新的行列和给定的列联表数量的下界，显著优于巴尔维诺克（Barvinok）和加尔夫茨（Gurvits）的先前结果。该方法结合凸优化与容量理论，得出一种计算快速、渐近更精确的下界，适用于有界和无界条目，可直接应用于运输多面体和流多面体的体积估计。

ABSTRACT

We present a new lower bound on the number of contingency tables, improving upon and extending previous lower bounds by Barvinok and Gurvits. As an application, we obtain new lower bounds on the volumes of flow and transportation polytopes. Our proofs are based on recent results on Lorentzian polynomials.

研究动机与目标

• 建立在非均匀及单元有界设定下，指定边缘分布的列联表数量的更紧下界。
• 在渐近情形及稀疏或结构化矩阵中，扩展并改进巴尔维诺克与加尔夫茨的现有下界。
• 通过凸优化提供一种计算高效的列联表数量及多面体体积近似方法。
• 展示洛伦茨多项式在组合计数与离散几何中的应用价值，特别是在整数点计数的界估计方面。
• 为马尔可夫链蒙特卡洛（MCMC）及其他近似方法提供一个可证明强大的替代方案，尤其在先前界限失效或性能下降的情况下。

提出的方法

• 利用洛伦茨多项式推导给定边缘分布与单元约束下列联表数量的新下界。
• 将多元多项式的容量作为核心量，通过在 (0,1) 区间上取下确界定义，该量可通过凸优化计算。
• 应用洛伦茨多项式近期研究成果，建立对数凹性和稳定性性质，支撑下界的有效性与紧致性。
• 推导出如下形式的下界：$ \operatorname{CT}(\bm{\alpha},\bm{\beta}) \geq \left[ \frac{1}{e^{m+n-1}} \prod_{i=2}^{m} \frac{1}{\alpha_i+1} \prod_{j=1}^{n} \frac{1}{\beta_j+1} \right] \cdot \operatorname{Cap}_{\bm{\alpha}\bm{\beta}} $，其中 $ \operatorname{Cap}_{\bm{\alpha}\bm{\beta}} $ 为多项式容量。
• 将该下界推广至单元有界的列联表（即 $ a_{ij} \leq k_{ij} $），在 0-1 情况下可恢复加尔夫茨的下界。
• 通过取边缘分布趋于无穷的渐近极限，将该下界应用于推导运输多面体与流多面体的新下界体积。

实验结果

研究问题

• RQ1 洛伦茨多项式理论能否用于推导出比现有方法更紧的列联表数量下界？
• RQ2 在非均匀或稀疏设定下，该新下界与巴尔维诺克及加尔夫茨的下界相比，其渐近表现如何？
• RQ3 基于容量的下界在多大程度上可作为列联表数量的实际且高效的近似？
• RQ4 该下界对运输多面体与流多面体体积估计有何影响？
• RQ5 在何种情况下，该新下界显著优于如古德独立性启发式等启发式近似方法？

主要发现

• 新下界在渐近意义上优于巴尔维诺克的下界，尤其在边缘分布有界时，且在单元有界情形下严格更强。
• 该下界可通过凸优化在多项式时间内计算，适用于列联表计数的实际近似。
• 在均匀情形下，该下界仍与真实值有一定距离，但仍是此类情形下最紧的可证明正确下界。
• 该方法恢复并改进了加尔夫茨对 0-1 列联表（即二分图中的完美匹配）的下界。
• 该下界导出了运输多面体与流多面体体积的新下界，尤其在边缘分布趋于无穷的极限情形下。
• 数值实验表明，尽管新下界比先前结果更紧，但在非均匀情形下仍低估真实计数，但其表现仍与古德独立性启发式等启发式近似方法具有竞争力。