[论文解读] Mixing Time of Glauber Dynamics With Parallel Updates and Heterogeneous Fugacities

Mathieu Leconte, Jian Ni+1 more|arXiv (Cornell University)|Apr 2, 2010

Markov Chains and Monte Carlo Methods参考文献 8被引用 3

一句话总结

本文分析了在硬核气体模型中，具有并行更新和异质逸度的广义Glauber动力学的混合时间。在特定条件下，该混合时间保持为顶点数的多项式时间，通过一种新颖的漂移分析来界定势函数的期望变化，关键结果依赖于顶点度数、单个逸度和更新概率。

ABSTRACT

Glauber dynamics is a powerful tool to generate randomized, approximate solutions to combinatorially difficult problems. Applications include Markov Chain Monte Carlo (MCMC) simulation and distributed scheduling for wireless networks. In this paper, we derive bounds on the mixing time of a generalization of Glauber dynamics where multiple vertices are allowed to update their states in parallel and the fugacity of each vertex can be different. The results can be used to obtain various conditions on the system parameters such as fugacities, vertex degrees and update probabilities, under which the mixing time grows polynomially in the number of vertices.

研究动机与目标

• 研究当多个顶点并行更新且每个顶点具有不同逸度时Glauber动力学的混合时间。
• 确定在逸度、顶点度数和更新概率满足何种条件时，混合时间保持为顶点数的多项式。
• 将经典的单点Glauber动力学扩展为并行更新模型，同时保持乘积形式的平稳分布。
• 为该广义动力学下的马尔可夫链收敛速率提供理论界。
• 支持在具有异质流量需求的无线网络中设计分布式、吞吐量最优的调度算法。

提出的方法

• 提出一种并行Glauber动力学，其中在每个时间槽中，从顶点的独立集内均匀随机选择一组顶点来并行更新其状态。
• 通过确保仅选择独立集作为更新集，保持乘积形式的平稳分布。
• 引入一个势函数 $\Phi$，用于度量两个配置之间的汉明距离，以分析收敛性。
• 应用漂移分析来界定马尔可夫链一步中势函数的期望变化。
• 通过分析在配置中添加、移除或更新顶点的贡献，推导出势函数期望变化的上界。
• 使用指示函数和邻域依赖关系，计算由于状态转移导致的势函数期望变化，特别关注距离中心顶点 $v$ 为1和2的顶点。

实验结果

研究问题

• RQ1 在逸度、顶点度数和更新概率满足何种条件时，具有异质逸度的并行Glauber动力学表现出多项式混合时间？
• RQ2 在允许多个顶点并行更新时，如何保持乘积形式的平稳分布？
• RQ3 具有并行更新和异质逸度的广义Glauber动力学的收敛速率（混合时间）是多少？
• RQ4 在存在异质逸度的情况下，势函数的漂移如何与混合时间相关？
• RQ5 在逸度值和更新概率满足某些约束条件下，混合时间是否可以独立于图结构进行有界？

主要发现

• 在系统参数满足适当条件时，具有异质逸度的并行Glauber动力学的混合时间在顶点数 $n$ 上有上界为多项式。
• 势函数 $\Phi$ 的期望变化被证明至多为 $-2 + \sum_{w \in \mathcal{N}_v} \lambda_w$，从而可基于漂移得到混合时间的上界。
• 分析表明，若对所有 $v$ 满足 $\lambda_v \leq \frac{1}{\Delta_v - 1}$，其中 $\Delta_v$ 为顶点 $v$ 的度数，则混合时间是 $n$ 的多项式。
• 期望漂移的界依赖于顶点邻居逸度之和，表明局部逸度控制可确保快速收敛。
• 结果将经典单点Glauber动力学的结果（例如，$\lambda < \frac{2}{\Delta - 2}$）推广到并行、异质情形。
• 推导出的界足够紧致，可支持在具有异质队列长度和干扰约束的无线网络中设计分布式、吞吐量最优的调度算法。