콘으로 만든 그래프 모델의 기하와 효율적 샘플링

초록

본 논문은 PSD(양의 반정정) 행렬을 엣지 가중치로 갖는 그래프 라플라시안의 로그‑det 에너지를 연구하고, 이를 통해 자연스러운 히essian(미러) 메트릭을 정의한다. 저차원( d=2,3)에서 메트릭의 정확성을 실험적으로 검증하고, 동일 메트릭을 이용한 기하‑인식 Gibbs 목표와 메트로포리스‑조정 라플라시안(MALA) 제안을 설계한다. 대칭 양정( SPD) 경우, 제안된 샘플러가 기존 유클리드‑드리프트 대비 수용률과 ESS를 크게 향상시킴을 실험으로 보여준다.

상세 분석

이 논문은 그래프 G=(V,E) 위에 각 엣지 e에 대해 d×d 양의 반정정 행렬 W_e∈S_d^+ 를 부여하고, 파라미터 공간을 K:=(S_d^+)^E 라는 곱 콘으로 설정한다. 블록 라플라시안 매핑 L:K→S_{md}^+ 은 L(W)= (B⊗I_d) diag(W_e) (B^⊤⊗I_d) 로 정의되며, 이는 방향성에 무관하게 반정정성을 유지한다. 고정된 정규화 행렬 R∈S_{md}^{++} 를 더해 X(W)=L(W)+R 를 만든 뒤, 로그‑det 에너지 Φ(W)=−log det X(W) 를 고려한다. Φ는 L(W) 가 선형이므로 Jacobi 행렬식 미분법을 통해 첫·두 번째 방향 미분을 명시적으로 얻을 수 있다. 특히 D_UΦ(W)=−tr