深度学习笔记之受限玻尔兹曼机(一)玻尔兹曼分布介绍

引言

从本节开始，将介绍受限玻尔兹曼机。本节将从马尔可夫随机场开始，介绍玻尔兹曼机分布。

回顾：Hammersley-Clifford定理

在概率图模型——马尔可夫随机场的结构表示中介绍了马尔可夫随机场(Markov Random Field,MRF)以及它的因子分解证明。该证明本质上是基于Hammersley-Clifford定理的表示。Hammersley-Clifford定理主要包含两个部分：

• 定义1：一个马尔可夫随机场$\mathcal{G}$，如果如果两个结点$i_j,i_k$被观测结点$\mathcal{O}$阻断，那么$i_k,i_k$基于$\mathcal{O}$条件独立：
  这里说的‘阻断’是指‘给定观测结点’$\mathcal{O}$并作为条件。
  $$i_j\perp i_k\mid \mathcal{O}\Rightarrow \mathcal{P}(i_j,i_k\mid \mathcal{O})=\mathcal{P}(i_j\mid \mathcal{O})\cdot \mathcal{P}(i_k\mid \mathcal{O})$$
  对应概率图结构表示如下：
  这实际上就是‘全局马尔可夫性’(Global Markov Property),局部马尔可夫性、成对马尔可夫性均是由此转化而来。
  

• 定义2：马尔可夫随机场$\mathcal{G}$中关于随机变量集合$\mathcal{X}$的联合概率分布$\mathcal{P}(\mathcal{X})$能够将因子分解定义在基于团(Clique)上的恒正函数的乘积，并且这些团覆盖了$\mathcal{G}$中所有的结点和边。即：
  $$\mathcal{P}(\mathcal{X})=\frac{1}{\mathcal{Z}}\prod _{i=1}^{\mathcal{K}}{\psi }_i(x_{{\mathcal{C}}_i})$$

  其中，${\mathcal{C}}_i$表示极大团；$x_{{\mathcal{C}}_i}$表示极大团中结点组成的随机变量集合；${\psi }_i(x_{{\mathcal{C}}_i})$表示极大团${\mathcal{C}}_i$对应的势函数(Potential Function)，该函数必须是恒正函数；$\mathcal{Z}$表示规范化因子。具体表示如下：
  Z = ∑ X ∏ i = 1 K ψ i ( x C i ) = ∑ x 1 , ⋯   , x p ∏ i = 1 K ψ i ( x C i ) Z=∑XK∏i=1ψi(xCi)=∑x1,⋯,xpK∏i=1ψi(xCi)

  Z​=X∑​i=1∏K​ψi​(xCi​​)=x1​,⋯,xp​∑​i=1∏K​ψi​(xCi​​)​

可以通过Hammersley-Clifford定理证实定义一和定义二是等价的。 这里在本节中不是重点，感兴趣的小伙伴可移步至这篇博主的文章：Hammersley-Clifford定理证明

一般情况下，为了保证势函数是恒正函数，通常将其假设为指数形式：
指数函数自然是恒正函数。
ψ i ( x C i ) = exp ⁡ { − E [ x C i ] } i = 1 , 2 , ⋯   , K \psi_i(x_{\mathcal C_i}) = \exp \{- \mathbb E[x_{\mathcal C_i}]\} \quad i=1,2,\cdots,\mathcal K ψi​(xCi​​)=exp{−E[xCi​​]}i=1,2,⋯,K
并称$-\mathbb{E}[x_{{\mathcal{C}}_i}]$为能量函数(Energy Function)。如果 势函数使用能量函数进行表示，那么联合概率分布$\mathcal{P}(\mathcal{X})$被称为 吉布斯分布(Gibbs Distribution)，也称玻尔兹曼分布(Boltzmann Distribution)。

观察，如果势函数使用能量函数表示，那么这个联合概率分布$\mathcal{P}(\mathcal{X})$会产生什么样的变化：
P ( X ) = 1 Z ∏ i = 1 K ψ ( x C i ) = 1 Z ∏ i = 1 K exp ⁡ { − E [ x C i ] } = 1 Z exp ⁡ [ − ∑ i = 1 K E [ x C i ] ] P(X)=1ZK∏i=1ψ(xCi)=1ZK∏i=1exp{−E[xCi]}=1Zexp[−K∑i=1E[xCi]]

P(X)​=Z1​i=1∏K​ψ(xCi​​)=Z1​i=1∏K​exp{−E[xCi​​]}=Z1​exp[−i=1∑K​E[xCi​​]]​
如果将$-{\sum }_{i=1}^{\mathcal{K}}\mathbb{E}[x_{{\mathcal{C}}_i}]$看做关于随机变量$x_{{\mathcal{C}}_i}$的线性组合，那么上式很明显就是指数族分布(Exponential Families of Distributions)的表达形式：
$\exp [\mathcal{A}(\eta )]=\mathcal{Z}$表示归一化因子/配分函数;$\mathcal{A}(\eta )$表示‘对数配分函数’(log Partition Function).
$$\begin{array}{rl}\mathcal{P}(x\mid \eta )& =h(x)\exp \left[{\eta }^T\varphi (x)-\mathcal{A}(\eta )\right]\\ & =\frac{1}{\exp [\mathcal{A}(\eta )]}h(x)\exp \left[{\eta }^T\varphi (x)\right]\\ & =\frac{1}{\mathcal{Z}}h(x)\exp \left[{\eta }^T\varphi (x)\right]\end{array}$$
从最大熵原理的角度观察，既然玻尔兹曼斯分布是指数族分布，自然就是概率分布存在约束条件的情况下，满足约束条件基础上熵最大的分布。
这里的约束条件是指：马尔可夫随机场中关于极大团${\psi }_i(x_{{\mathcal{C}}_i})$的描述。或者说‘马尔可夫随机场’结点之间的条件独立性就是约束条件。

玻尔兹曼分布的物理意义

路德维希·玻尔兹曼是热力学和统计物理学的奠基人之一。在上面出现的一系列名词如：势函数、配分函数、能量函数等，并不是机器学习中的固有概念，而是来源于统计物理学。

假设一个系统状态表示为$\mathcal{S}$，那么该系统状态的概率分布$\mathcal{P}(\mathcal{S})$表示为：
P ( S ) ∝ exp ⁡ { − E k B ⋅ T } \mathcal P(\mathcal S) \propto \exp \{- \frac{\mathbb E}{k_{\mathcal B} \cdot \mathcal T}\} P(S)∝exp{−kB​⋅TE​}
其中$\mathbb{E}$表示能量函数；$\mathcal{T}$表示温度；$k_{\mathcal{B}}$表示玻尔兹曼常数。这里将玻尔兹曼常数 、温度均视作常量，我们关注的重点在于能量函数。
系统状态是可变化的。这里假设一共存在$\mathcal{M}$种离散状态，各状态对应概率表示如下：

能量函数是一团粒子之间相关的量的表示。粒子的速度会受到其他粒子的干扰，粒子之间发生碰撞时，其速度会发生变化，从而产生能量。将上述公式继续展开：
P ( S ) ∝ 1 exp ⁡ { 1 k B ⋅ T ⋅ E } \mathcal P(\mathcal S) \propto \frac{1}{\exp\{\frac{1}{k_{\mathcal B} \cdot \mathcal T} \cdot \mathbb E\}} P(S)∝exp{kB​⋅T1​⋅E}1​
可以发现，系统状态$\mathcal{S}$的概率分布和能量函数$\mathbb{E}$之间呈反比关系。这意味着：能量越大，状态$\mathcal{S}$的概率越小。

从感性角度理解：能量越大，粒子之间越不稳定，从而越容易挣脱束缚，从而更有机会从当前状态转移至其他离散状态。从而维持当前状态的概率越小。
如果没有外力干扰，最终会向稳定状态收敛。而那时的能量会逐渐降低。

在无向图模型中，同样可以将统计物理学中的概念向机器学习概念中进行映射。例如将一团粒子映射成极大团，粒子可以映射成对应团中的结点。而能量函数也可映射为极大团内各结点之间关联关系的量的表示——势函数。

下一节将介绍受限玻尔兹曼机的模型表示(Representation)。

相关参考：
Hammersley-Clifford定理证明
机器学习-受限玻尔兹曼机（1）-背景介绍-引出玻尔兹曼分布
机器学习-受限玻尔兹曼机（2）-背景介绍-玻尔兹曼分布的形象解释
机器学习-概率图模型6-马尔可夫随机场-Representation-因子分解
玻尔兹曼——百度百科