강한 외부장 하 이징 모델을 위한 이중 포니 팩터 그래프 기반 중요도 샘플링 기법

초록

본 논문은 2차원 페르미온 이징 모델에 일정한 강한 외부 자기장을 가했을 때, 포니 팩터 그래프의 이중 형태에서 중요도 샘플링과 균등 샘플링을 이용해 파티션 함수 Z를 효율적으로 추정하는 방법을 제안한다. 변수들을 두 집합으로 분할하고, 한 집합을 직접 샘플링한 뒤 XOR 제약을 통해 다른 집합을 결정함으로써 제안된 알고리즘은 외부장이 강할수록 분산이 감소하고 빠른 수렴을 보인다. 수치 실험을 통해 다양한 결합 강도와 외부장 범위에서 제안 방법이 기존 프라임 도메인 방법보다 우수함을 확인하였다.

상세 분석

이 논문은 2차원 이징 모델을 포니 팩터 그래프(FG)로 표현하고, 그 이중 그래프(dual FG)에서 몬테카를로 추정을 수행한다는 점에서 기존 연구와 차별화된다. 이중 그래프에서는 각 변수 x가 이진값을 갖는 대신, 그 듀얼 변수 ˜x도 동일한 알파벳을 사용하지만 XOR 제약을 통해 선형 결합 관계가 형성된다. 저자는 ˜X를 두 부분집합 ˜XA와 ˜XB로 나누고, ˜XB를 ˜XA의 XOR 연산 결과로 정의함으로써 샘플링 공간을 크게 축소한다. ˜XA에 대해서는 각 결합 Jk에 따라 확률 질량 함수 q(˜XA)∝∏kγk(˜xk) 를 사용해 독립적으로 샘플링하고, ˜XB는 자동으로 결정된다. 이때 γk(0)=2coshJk, γk(1)=2sinhJk 로 정의되며, Zq는 닫힌 형태로 계산 가능해 샘플링 효율을 높인다. 중요도 샘플링 추정량 ˆZIS=Zq·(1/L)∑Λ(˜XB)는 무편향이며, Λ(˜XB)=∏mλm(˜xm) 은 외부장 Hm에 의존한다. 강한 외부장(H<0, |H|≫1)에서는 λm(0)=cosh|H|, λm(1)=−sinh|H| 가 모두 양수가 되고, λ값들의 변동성이 감소해 Λ의 분산이 작아진다. 따라서 외부장이 강할수록 중요도 샘플링의 효율이 급격히 향상된다. 또한, J가 매우 큰 저온 영역에서는 γk(0)≈γk(1) 가 되므로 균등 샘플링도 비슷한 성능을 보이지만, 중간 온도에서는 중요도 샘플링이 현저히 빠르게 수렴한다. 저자는 필요에 따라 annealed importance sampling을 도입해 H를 단계적으로 증가시키는 스케줄을 제안했으며, 이는 이중 그래프에서의 스케일 팩터 S와 tanh 변환을 이용해 수렴성을 보장한다. 실험에서는 30×30 격자에 대해 J와 H를 다양한 구간에서 무작위 추출하고, 샘플 수에 따른 1/N·lnZ 추정값을 비교하였다. 결과는 강한 외부장일수록 중요도 샘플링이 빠르게 정확한 값을 얻으며, 결합 강도가 약해도 안정적인 수렴을 보여준다. 이와 같이 이중 포니 팩터 그래프와 적절한 변수 분할, 그리고 외부장에 기반한 중요도 가중치 설계가 파티션 함수 추정에 큰 이점을 제공한다는 점이 핵심 통찰이다.