[论文解读] Random spanning forests, Markov matrix spectra and well distributed points

Luca Avena, Alexandre Gaudillière|arXiv (Cornell University)|Oct 7, 2013

Markov Chains and Monte Carlo Methods参考文献 15被引用 10

一句话总结

本文引入了一种随机生成树测度以解决在有限状态空间中采样分布均匀的子集的问题，使得该子集的平均 hitting 时间与起始点无关。通过利用 Wilson 算法和无穷小生成元的谱性质，作者提供了一种概率构造方法，确保平均 hitting 时间的均匀性，并将 Burton 和 Pemantle 的传递电流定理推广至非可逆马尔可夫链。

ABSTRACT

This paper is a variation on the uniform spanning tree theme. We use random spanning forests to solve the following problem: for a Markov process on a finite set of size $n$, find a probability law on the subsets of any given size $m \\leq n$ with the property that the mean hitting time of such a random target does not depend on the starting point of the random walk. We then explore the connection between random spanning forests and infinitesimal generator spectrum. In particular we give an almost probabilistic proof of an algebraic result due to Micchelli and Willoughby and used by Fill and Miclo to study the convergence to equilibrium of reversible Markov chains. We finally introduce some related fragmentation and coalescence processes, emphasizing algorithmic aspects, and give an extension of Burton and Pemantle transfer current theorem to the non reversible case.

研究动机与目标

• 解决在有限马尔可夫链中采样随机子集的问题，使得子集的平均 hitting 时间对所有起始点保持不变。
• 将均匀生成树框架推广至带参数 q 的随机生成森林，以控制根的数量（即子集大小）。
• 建立马尔可夫过程无穷小生成元的谱与随机生成森林中根分布之间的联系。
• 通过概率方法，将 Burton 和 Pemantle 的传递电流定理推广至非可逆马尔可夫链。
• 提供基于 Wilson 算法的算法方法，实现对这类随机森林的高效采样，而无需对子集大小进行显式条件限制。

提出的方法

• 通过参数 q 控制根的数量，定义加权测度于有根生成森林上，其中权重与边权重的乘积及 q 的根数次方成正比。
• 通过配分函数 Z(q) 对测度进行归一化，得到森林上的概率测度 ν_q，该测度通过根的集合诱导出一个随机子集。
• 利用 Wilson 算法和 Propp–Wilson 的“过去耦合”方法，无需对根数进行条件限制，高效地从 ν_q 中进行采样。
• 通过证明 Micchelli 和 Willoughby 的代数结果的近乎概率推导，建立谱联系，将生成元的特征值与森林测度联系起来。
• 通过计算一组有向边属于随机森林的概率，利用修正生成元的行列式，推导出非可逆链的广义传递电流定理。
• 利用 Green 函数 G_Q 和有效电阻矩阵 K_Q^+，通过分块矩阵的行列式表达边被包含在森林中的概率。

实验结果

研究问题

• RQ1 能否在大小为 m ≤ n 的子集上构造一个概率律，使得在有限马尔可夫链中，子集的平均 hitting 时间与起始状态无关？
• RQ2 如何将马尔可夫过程无穷小生成元的谱与随机生成森林中根的分布联系起来？
• RQ3 传递电流定理能否从可逆推广至非可逆马尔可夫链？
• RQ4 哪些算法方法可实现对具有近似指定根数的随机森林的高效采样？
• RQ5 能否通过基于生成森林的概率构造，使随机子集的平均 hitting 时间在所有起始点上完全均匀？

主要发现

• 从 ν_q 测度中采样得到的随机生成森林的根所构成的随机子集，具有平均 hitting 时间与起始点无关的性质，从而解决了分布均匀点的问题。
• 对于给定的 m，当生成元具有实特征值时，ν_q 分布森林中的根数在 m 附近集中，波动幅度为 √m 阶。
• 给出了 Micchelli 和 Willoughby 结果的近乎概率证明，表明生成元减去一个秩一扰动后的行列式与森林测度的配分函数相关。
• 针对非可逆链的广义传递电流定理表明，一组有向边属于随机森林的概率，等于包含 Green 函数和有效电阻的矩阵的行列式。
• 一组 k 个有向边被包含在森林中的概率为 det(M - N)，其中 M 和 N 是由有效电阻核 K_Q^+ 导出的矩阵。
• 该方法可通过 Wilson 算法实现对具有指定根数的随机森林的精确采样，避免拒绝或条件限制。