[论文解读] Perfect Simulation of Determinantal Point Processes

Laurent Decreusefond, Ian Flint+1 more|arXiv (Cornell University)|Nov 5, 2013

Random Matrices and Applications参考文献 14被引用 5

一句话总结

该论文提出了一种基于耦合从未来（CFTP）的确定性点过程（DPP）完美模拟方法，实现了无需预烧尽或收敛诊断的精确抽样。该方法建立了共alescence时间的理论上限，为 $ O\big(\int_E J(x,x)\,d\nu(x) \log \int_E J(x,x)\,d\nu(x)\big) $，并通过使用高斯、马尔滕和柯西核的平稳DPP模型模拟进行了验证，采用R语言的spatstat库实现。

ABSTRACT

Determinantal point processes (DPP) serve as a practicable modeling for many applications of repulsive point processes. A known approach for simulation was proposed in \cite{Hough(2006)}, which generate the desired distribution point wise through rejection sampling. Unfortunately, the size of rejection could be very large. In this paper, we investigate the application of perfect simulation via coupling from the past (CFTP) on DPP. We give a general framework for perfect simulation on DPP model. It is shown that the limiting sequence of the time-to-coalescence of the coupling is bounded by $K|Λ|\log K|Λ|$. An application is given to the stationary models in DPP.

研究动机与目标

• 开发一种DPP的完美模拟框架，以避免传统拒绝采样方法中较高的拒绝率。
• 将耦合从未来（CFTP）方法应用于DPP，实现从平衡分布的精确抽样。
• 推导一般DPP模型下CFTP算法共alescence时间的理论边界。
• 在使用常见协方差函数（高斯、马尔滕、柯西）的平稳DPP模型上，通过实证方法验证该方法。
• 通过与理论对相关函数和大小分布对比，评估模拟的准确性。

提出的方法

• 利用耦合从未来（CFTP）方法精确模拟DPP，避免马尔可夫链收敛问题。
• 采用Papangelou条件强度定义CFTP所需的随机支配关系。
• 推导出共alescence时间的上界为 $ O\big(\int_E J(x,x)\,d\nu(x) \log \int_E J(x,x)\,d\nu(x)\big) $，其中 $ J(x,x) $ 为Papangelou强度。
• 当谱表示不可用时，对核 $ \mathbb{K}(x,y) $ 使用傅里叶展开近似以实现数值可处理性。
• 使用截断傅里叶级数，选择 $ N $ 使得 $ \sum_{-N\leq i,j\leq N} \lambda_{i,j}^\Delta \approx \rho $，确保捕获99.9%的强度。
• 使用R的spatstat库进行统计分析与可视化，包括通过离散傅里叶变换计算PMF和估计对相关函数。

实验结果

研究问题

• RQ1 CFTP方法能否成功适配于DPP，以实现无需拒绝采样的精确模拟？
• RQ2 CFTP算法在DPP上的共alescence时间的理论上限是什么？
• RQ3 在平稳DPP模型中，共alescence时间如何随强度和核结构变化？
• RQ4 截断傅里叶展开在多大程度上能准确表示核并保持DPP的统计特性？
• RQ5 模拟的对相关函数在高斯、马尔滕和柯西DPP模型中与理论预期的匹配程度如何？

主要发现

• DPP的CFTP算法共alescence时间的上界为 $ O\big(\int_E J(x,x)\,d\nu(x) \log \int_E J(x,x)\,d\nu(x)\big) $，为运行时间提供了理论保证。
• 实证模拟显示实际停止时间远低于理论上限，当 $ \rho = 50 $，$ \alpha = 0.04 $ 时，$ H \approx 57.5 $。
• 模拟的DPP大小分布与理论的泊松-二项分布高度一致，证实了截断傅里叶近似的准确性。
• 所有三种模型（高斯、马尔滕、柯西）的模拟对相关函数与理论 $ g(r) $ 高度吻合，尤其在 $ r > 0 $ 时表现良好，但在 $ r \to 0 $ 附近因傅里叶截断导致的谐波损失出现轻微偏差。
• 该方法成功模拟了使用常见协方差函数的平稳DPP，500次独立模拟中均表现出可靠的收敛性和统计保真度。
• 基于CFTP的模拟框架可从目标DPP分布中生成精确样本，避免了拒绝采样带来的偏差与低效性。