[論文レビュー] A Characteristic Function on the Space of Signatures of Geometric Rough Paths

Ilya Chevyrev|arXiv (Cornell University)|Jul 12, 2013

Stochastic processes and statistical mechanics被引用数 2

ひとこと要約

本稿では、幾何的粗い経路のシグネチャ上における確率測度の特徴関数を導入し、確率変数がその期待シグネチャによって一意に決定される条件を確立する。弱収束におけるモーメント法を証明し、Lévy、ガウス、マルコフ型粗い経路にこの枠組みを適用することで、粗い経路理論におけるシグネチャに基づくモーメント問題が前進する。

ABSTRACT

We define a characteristic function for probability measures on the signatures of geometric rough paths. We determine sufficient conditions under which a random variable is uniquely determined by its expected signature, thus partially solving the analogue of the moment problem. We furthermore study analyticity properties of the characteristic function and prove a method of moments for weak convergence of random variables. We apply our results to signature arising from Levy, Gaussian and Markovian rough paths.

研究の動機と目的

• 幾何的粗い経路のシグネチャ空間における確率的解析のための特徴関数を定義すること。
• 期待シグネチャによって確率変数が一意に決定される十分条件を同定することで、シグネチャに基づくモーメント問題に取り組むこと。
• 粗い経路のシグネチャの文脈において、特徴関数の解析的性質を研究すること。
• シグネチャ空間における確率変数の弱収束に関するモーメント法を確立すること。
• Lévy、ガウス、マルコフ型粗い経路といった特定のクラスの粗い経路に理論的枠組みを適用すること。

提案手法

• 双対空間の元との内積の指数関数を用いて、幾何的粗い経路のシグネチャ空間に特徴関数を定義する。
• 特徴関数の解析的性質を活用し、シグネチャモーメント問題を介して確率測度の一意性を導出する。
• 複素解析の技法を用いて、特徴関数がシグネチャの法則を決定する条件を確立する。
• 特徴関数の収束が分布収束を意味することを示すことにより、弱収束におけるモーメント法を証明する。
• Lévy、ガウス、マルコフ型粗い経路の既知の正則性およびモーメントの性質を活用し、枠組みの適用可能性を検証する。
• シグネチャ写像の代数的構造と自由冪零リー群の普遍性を用いて、特徴関数を分析する。

実験結果

リサーチクエスチョン

• RQ1 幾何的粗い経路のシグネチャ空間上における確率測度は、どのような条件下でその期待シグネチャによって一意に決定されるか？
• RQ2 シグネチャ空間上での特徴関数の解析的性質は、シグネチャの法則の一意性とどのように関係するか？
• RQ3 シグネチャ空間における確率変数の弱収束に関して、モーメント法を確立できるか？
• RQ4 シグネチャモーメントの決定性という観点から、結果はLévy、ガウス、マルコフ型粗い経路にどの程度適用可能か？
• RQ5 どのような構造的性質が、粗い経路のシグネチャにおける特徴関数の定義と分析を可能にするか？

主な発見

• 幾何的粗い経路のシグネチャ空間に特徴関数が定義され、解析的手法を用いた確率的解析が可能になる。
• 確率変数がその期待シグネチャによって一意に決定される十分条件が確立され、シグネチャモーメント問題の重要な側面が解決される。
• 弱い可積分性および正則性条件の下で、特徴関数は解析的であることが保証され、複素解析的道具の使用が可能になる。
• 弱収束におけるモーメント法が証明され、特徴関数の収束がシグネチャ空間における対応する確率変数の弱収束を意味することを示した。
• この枠組みはLévy、ガウス、マルコフ型粗い経路に成功裏に適用され、それらのシグネチャのモーメント決定性の存在が示された。
• 古典的モーメント問題が非マルコフ型、粗い経路の文脈に拡張され、有界なp-バージョンを持つサンプルパスを有する確率過程に対する新たな解析的ツールが提供された。