[論文レビュー] A diagram-free approach to the stochastic estimates in regularity structures

P.G. Linares, Félix Otto+2 more|arXiv (Cornell University)|Dec 20, 2021

Stochastic processes and financial applications被引用数 8

ひとこと要約

本稿は、Feynman図を用いず、多変数指数を用いる解析的枠組みにより、特異なノイズで駆動される準線形放物型SPDEの正則性構造における確率的推定を提示する。BPHZ再結合モデルは、Malliavin微分とスペクトルギャップ不等式を用いて帰納的に構成され、モデル化された分布を通じて分散の制御と正則性の向上を達成する。図式的複雑性を回避するため、対称性とトップダウンの構造が再結合の仮定を導く。

ABSTRACT

In this paper, we explore the version of Hairer's regularity structures based on a greedier index set than trees, as introduced by Otto, Sauer, Smith and Weber. More precisely, we construct and stochastically estimate the renormalized model avoiding the use of Feynman diagrams but still in a fully automated, i. e. inductive way. This is carried out for a class of quasi-linear parabolic PDEs driven by noise in the full singular but renormalizable range. We assume a spectral gap inequality on the (not necessarily Gaussian) noise ensemble. The resulting control on the variance of the model naturally complements its vanishing expectation arising from the BPHZ-choice of renormalization. We capture the gain in regularity on the level of the Malliavin derivative of the model by describing it as a modelled distribution. Symmetry is an important guiding principle and built-in on the level of the renormalization Ansatz. Our approach is analytic and top-down rather than combinatorial and bottom-up.

研究の動機と目的

• 正則性構造における図式的・組合せ的アプローチを、多変数指数に基づく解析的フレームワークに置き換えること。
• Feynman図を一切使用せずに、特異的だが再結合可能な範囲における準線形放物型SPDEのBPHZ再結合モデルを構築すること。
• スペクトルギャップ不等式を用いて、モデルおよびそのMalliavin微分の完全自動的・帰納的確率的推定を実現すること。
• BPHZ再結合による期待値の消滅を補完する形で、Malliavin微分を用いたモデルの分散制御を確立すること。
• モデルのMalliavin微分の正則性向上を、モデル化された分布として記述し、解理論と整合性を保つこと。

提案手法

• 本手法は、木構造の組合せ論に代わり、多変数指数に関するトップダウン的・解析的帰納法を用いる。Feynman図を回避する。
• 再結合モデル $\Pi_x$ と $\Gamma_{xy}$ の帰納的構成を通じて、BPHZの補正項の選択を実現する。
• ノイズ集合におけるスペクトルギャップ不等式を用いて、モデルおよびそのMalliavin微分の分散を推定する。
• モデルのMalliavin微分は、モデル化された分布として記述され、構造群を通じて正則性推定が可能になる。
• 構成は5つの相互接続されたループ（元の量、期待値、Malliavin微分、モデル化された分布、および再帰的戻り）を経て行われ、4種類のタスク（代数的、再構成、統合、3点補題）を含む。
• 再結合の仮定に、対称性が組み込まれており、本手法はスペクトルギャップとスケーリング特性から導かれる有界性および連続性推定に依存する。

実験結果

リサーチクエスチョン

• RQ1 正則性構造における確率的推定は、Feynman図に依存せずに構築可能か？
• RQ2 多変数指数を用いた解析的アプローチにより、BPHZ再結合手順を木構造ではなく実装可能か？
• RQ3 スペクトルギャップ不等式は、モデルおよびそのMalliavin微分の分散制御において果たす役割は何か？
• RQ4 Malliavin微分の正則性向上は、どのようにモデル化された分布として捉えられるか？
• RQ5 すべての帰納ステップで一様な構造を持つように、構成を完全に自動化・帰納的に行えるか？

主な発見

• 本稿は、Feynman図を一切使用せず、多変数指数に基づくアプローチにより、特異的だが再結合可能な範囲における準線形放物型SPDEのBPHZ再結合モデル $ (\Pi_x, \Gamma_{xy}) $ を構築する。
• スペクトルギャップ不等式を用いてモデルの分散を制御し、BPHZ選択による期待値の消滅を補完する。その結果、$ \mathbb{E}[|\tilde{\Pi}_{x\beta}^{-}(y)|^p] \lesssim (\sqrt[4]{\tau})^{\alpha-2} |y-x|^\alpha (\sqrt[4]{\tau} + |y-x|)^{|β| - 2\alpha} $ が得られる。
• モデルのMalliavin微分がモデル化された分布であることが示され、$ \mathbb{E}^{1/p}|\delta\Pi_x(y) - \delta\Pi_x(z) - d\Gamma^{*}_{xz}\Pi_z|^p \lesssim |y-z|^\alpha $ などの推定が得られる。
• $ \Pi_x $ および $ \partial_1^2\Pi_x $ の連続性は、Hölder型推定により確立され、$ \|\Pi_x^\beta(y) - \Pi_x^\beta(z)\|_p \lesssim |y-z|^\alpha (|y-x| + |z-x|)^{|β| - \alpha} $ が成り立つ。
• 構成は完全に自動的かつ帰納的であり、すべての帰納ステップが同一の論理的構造に従い、低次のインデックスにおける有界性および連続性推定に依存する。
• モデル化された分布構造を通じて正則性向上が達成され、主な推定 $ \|\delta\Pi_x^{-} - d\Gamma^{*}_{xz}\Pi_z^{-}\|_p \lesssim |y-z|^\alpha $ が得られ、これが統合と再構成を可能にする。