Sampling Pfaffian point processes and the symplectic Arnoldi method

技術的概要：Pfaffian 点過程のサンプリングとシンプレクティック・アルノルディ法

問題定義
Pfaffian 点過程（PfPPs）は、ランダム行列理論（特に直交およびシンプレクティック・アンサンブル、$\beta=1, 4$）、組合せ論、統計物理学に現れる確率過程のクラスである。これら $k$ 点相関関数は、$2 \times 2$ 行列値核の Pfaffian として表現される。決定論的点過程（DPPs）の正確なサンプリングアルゴリズムは過去 20 年間で十分に発展してきたが、PfPPs のサンプリングアルゴリズムは依然として限定的である。既存の手法は、連続領域において困難に直面したり、過程の連続性を失う可能性のある特定の離散化戦略を必要としたり、一般的な重み関数に対して非効率的であったりする。さらに、一般的な重み関数に対する必要な歪直交多項式と核の構築は、歴史的に解析的導出や安定性の低い数値的手法に依存してきた。

手法
著者らは、これらの課題に対処するための二管のアプローチを提案する。

1. 歪対称コレスキー分解による正確なサンプリングアルゴリズム
   本論文は、歪対称版のコレスキー分解に基づいた離散 PfPPs のための正確なサンプリングアルゴリズムを導入する。PfPPs の条件付き確率の性質を利用し、このアルゴリズムは反復的にサンプリング集合に点を含まれるかどうかを決定する。

   • メカニズム: 基底集合 $G$ に対して、アルゴリズムはインデックスを逐次的に処理する。各ステップ $j$ において、現在の核の部分行列の Pfaffian に基づく包含確率を計算する。ベルヌーイ試行が包含を決定する。
   • 核の更新: 点が含まれるか除外されるかに関わらず、アルゴリズムは歪対称行列向けに適合されたシュール補余に似た操作（特に行列 $J_n$ を利用）を用いて、残りの点に対する核を更新する。これにより、決定された事象に基づいて過程が条件付けられ、問題のサイズが反復的に縮小される。
   • 連続への拡張: 連続 PfPPs（例えば GOE/GSE の固有値）に対して、著者らはグリッドベースのサンプリングや高度な棄却サンプリング手法（RPCholesky）を含む離散化戦略について論じる。また、完全な離散化なしに連続核から直接サンプリングするためのマルコフ連鎖モンテカルロ（MCMC）手法、具体的には Slice-within-Gibbs、MALA-within-Gibbs、ハミルトニアン・モンテカルロ（HMC）を評価する。

2. 歪直交多項式のためのシンプレクティック・アルノルディ法
   $\beta=1, 4$ の多項式アンサンブルに必要な核を構築するには、歪直交多項式（SOPs）を計算しなければならない。著者らは、アルノルディ反復法の一般化、すなわちシンプレクティック・アルノルディ法を提案する。

   • 概念: 対称内積下で演算子を三重対角化する標準的なランチョス反復法とは異なり、シンプレクティック・アルノルディ法は歪対称内積の非エルミート性を扱う。乗算演算子 $A: f(x) \mapsto x \cdot f(x)$ によって生成されるクリロフ部分空間に対するシンプレクティック基底を構築する。
   • 実装: この手法は、基底のシンプレクティック構造を維持するために修正されたシンプレクティック・グラム・シュミット法（具体的には「esr3m」バリアント）を採用する。数値的安定性を確保するため、著者らは反復的な再直交化を組み込み、誤差蓄積を軽減するために各種の正規化戦略（ESR1、ESR2、ESR3m）を比較する。

主要な貢献

• 正確なサンプリングアルゴリズム: 本論文は、条件付き確率に基づく DPP サンプリャーに相当する、PfPPs に対する最初の一般的な正確なサンプリングアルゴリズムを提示する。これは、条件付き核を効率的に更新するために、歪対称コレスキー様分解（$A = BJ_nB^T$）を利用する。
• シンプレクティック・アルノルディ反復法: 著者らは、任意の重み関数に対する歪直交多項式を計算するための堅牢な数値法を導入する。これはランチョス法をシンプレクティックな場合に一般化し、閉形式の解析的解を必要とせずに $\beta=1, 4$ アンサンブルの $2 \times 2$ 行列核を構築可能にする。
• 数値的安定性の分析: 本作業は、提案されたシンプレクティック・アルノルディ法と直接コレスキーベースのアプローチとの間の数値的安定性を詳細に比較する。再直交化を伴うアルノルディ法が、特に大規模な $N$ において、精度の面で直接分解を大幅に上回ることを示す。
• 連続サンプリングの評価: 本論文は各種の連続サンプリング戦略を評価し、Slice-within-Gibbs などの MCMC 手法は効果的である一方、MALA-within-Gibbs はこの文脈では強い自己相関に悩まされ、HMC は計算コストが高いことを特定する。

結果と数値実験
著者らは、いくつかの数値実験を通じてアプローチを検証する。

• 対称なコーナー成長: 彼らは既知の PfPP である対称なコーナー成長モデルからサンプリングに成功し、成長時間 $F(N)$ の分布を理論予測と比較して検証する。
• 有限-$N$ アンサンブル: このアルゴリズムはガウス直交アンサンブル（GOE, $\beta=1$）とガウスシンプレクティックアンサンブル（GSE, $\beta=4$）に適用される。サンプリングされた固有値分布（特に最大固有値）は、直接行列サンプリングから生成されたヒストグラムと一致し、$N \to \infty$ として Tracy-Widom 分布に収束する。
• Airy 点過程: この手法は、ソフトエッジスケーリング極限（Airy$_1$ および Airy$_4$ 過程）のサンプリングに使用される。著者らは第二に大きな固有値のサンプリングに成功し、得られた密度を条件付き核から導出された解析式と比較する。
• 性能: 歪直交多項式の計算において、反復再直交化を伴うシンプレクティック・アルノルディ法（MSGS IR または CSGS IR）は、大規模な $N$ に対して直交性誤差を機械精度（$10^{-15}$）付近に維持するのに対し、直接コレスキー法は急速に発散する。

意義と主張
本論文は、Pfaffian 点過程の構築とサンプリングの両方に対する統一された枠組みを提供すると主張する。シンプレクティック・アルノルディ法の導入により、著者らは一般的な重み関数に対する核の効率的な構築を可能にし、特定の解析的導出への依存を排除した。正確なサンプリングアルゴリズムは、以前は正確にシミュレーションすることが困難であった広範なランダム行列および組合せ論的問題の統計生成を可能にする。この作業は、これらの手法を $\beta=1$ および $\beta=4$ システムの研究における不可欠なツールとして位置づけ、離散化に依存するか近似サンプリング手法に代わる実用的な代替案を提供する。著者らは、アルゴリズムが正確である一方で、特に連続核における対角線上での歪内積の不連続性に関する数値的課題が残存しており、これがフレドホルム Pfaffian 計算において離散化誤差を誘発し得ると指摘している。