[论文解读] The correlation decay (CD) tree and strong spatial mixing in multi-spin systems

Chandra Nair, Prasad Tetali|ArXiv.org|Jan 17, 2007

Markov Chains and Monte Carlo Methods参考文献 9被引用 11

一句话总结

本文引入了相关性衰减（CD）树——一种具有边界条件的有限树，可精确复制任意有界度数有限图中顶点的边缘概率。证明了若在度数为D的无限正则树上存在极强的空间混合性，则其在所有最大度数为D的图上也成立，从而确立了正则树作为多自旋系统中空间混合性的最坏情况图。

ABSTRACT

This paper deals with the construction of a correlation decay tree (hypertree) for interacting systems modeled using graphs (hypergraphs) that can be used to compute the marginal probability of any vertex of interest. Local message passing equations have been used for some time to approximate the marginal probabilities in graphs but it is known that these equations are incorrect for graphs with loops. In this paper we construct, for any finite graph and a fixed vertex, a finite tree with appropriately defined boundary conditions so that the marginal probability on the tree at the vertex matches that on the graph. For several interacting systems, we show using our approach that if there is very strong spatial mixing on an infinite regular tree, then one has strong spatial mixing for any given graph with maximum degree bounded by that of the regular tree. Thus we identify the regular tree as the worst case graph, in a weak sense, for the notion of strong spatial mixing.

研究动机与目标

• 构建一个有限树（即CD树），使其在任意有界度数的有限图中，通过适当的边界条件精确复制顶点的边缘概率。
• 将计算树方法从两自旋系统扩展至多自旋及多体相互作用系统。
• 证明若在度数为D的无限正则树上存在强空间混合性，则其在所有最大度数为D的图上也成立。
• 将无限正则树识别为有界度数系统中空间混合性的最坏情况图。
• 为通过图模型中的相关性衰减设计高效近似算法提供理论基础。

提出的方法

• 从原始图中的自避免行走构造相关性衰减（CD）树，包括通过编号更大的边形成环路的顶点。
• 在CD树上定义边界条件，使得根节点的边缘概率与原始图中一致。
• 在CD树上使用递归消息传递方程精确计算边缘概率。
• 通过树的结构与边界条件，建立CD树上的空间混合性与原始图之间的联系。
• 证明若在度数为D的无限正则树上存在极强空间混合性，则其在所有最大度数为D的图上也成立。
• 利用CD树上的指数相关性衰减，设计出时间复杂度为多项式时间的高效近似算法。

实验结果

研究问题

• RQ1 能否构造一个有限树，使得任意有限图中顶点的边缘概率可通过适当边界条件在该树上精确匹配？
• RQ2 若在度数为D的无限正则树上存在强空间混合性，是否意味着其在所有最大度数为D的图上也成立？
• RQ3 无限正则树是否为有界度数多自旋系统中强空间混合性的最坏情况图？
• RQ4 CD树框架能否扩展至两自旋系统之外的多自旋及多体相互作用系统？
• RQ5 使用CD树上的相关性衰减近似边缘概率的计算复杂度是多少？

主要发现

• CD树通过将问题简化为具有适当边界条件的树，实现了在任意有限图中对边缘概率的精确计算。
• 对于任意具有成对相互作用且有界度数为D的多自旋系统，若在度数为D的无限正则树上存在极强空间混合性，则其在所有最大度数为D的图上也成立。
• 无限正则树是强空间混合性的最坏情况图，意味着在该树上成立的结果可推广至所有有界度数图。
• 边缘概率可于时间多项式于n内近似至(1±ε)因子，其中指数依赖于空间混合速率的倒数与度数D。
• 当ε = n^(-β)时，计算复杂度为Θ(n^(β/κ_D * log D))，其中κ_D为正则树上的空间混合速率。
• 该框架支持通过边缘概率的叠乘积高效近似计算配分函数。