[論文レビュー] Approximation of a random process with variable smoothness

Enkelejd Hashorva, Mikhail Lifshits+1 more|arXiv (Cornell University)|Jun 6, 2012

Statistical Methods and Inference参考文献 13被引用数 5

ひとこと要約

本稿は、滑らかさ指数 α(t) が時間 t に応じて変化する局所ステーションナリィなガウス過程の区分的定数近似に対して、合成拡張サンプリング設計を提案する。滑らかさが最小となる点 t=0 の周辺に観測点を集中させることで、n→∞ のとき、統合平均二乗誤差（IMSE）の最適な漸近的減少率 ∼K/(n^{α₀}(log n)^{(α₀+1)/γ}) を達成し、このレートが改善不能であることを証明する。K は α₀, b, γ およびサンプリング密度 p(t) を含む積分表現で明示的に特徴付けられる。

ABSTRACT

We consider the rate of piecewise constant approximation to a locally stationary process $X(t),t\in [0,1]$, having a variable smoothness index $α(t)$. Assuming that $α(\cdot)$ attains its unique minimum at zero and satisfies the regularity condition, we propose a method for construction of observation points (composite dilated design) and find an asymptotics for the integrated mean square error, where a piecewise constant approximation $X_n$ is based on $N(n)\sim n$ observations of $X$. Further, we prove that the suggested approximation rate is optimal, and then show how to find an optimal constant.

研究の動機と目的

• 滑らかさ指数 α(t) が t=0 で最小値をとる局所ステーションナリィなガウス過程の近似という課題に取り組む。
• 滑らかさの局所的変動に応じて観測密度を調整することで、従来の均一または準均一サンプリング設計を改善する。
• 新規なサンプリング設計の下で、区分的定数近似における統合平均二乗誤差（IMSE）の漸近的レートを導出する。
• 導出された近似レートの最適性を証明し、誤差境界における最適定数 K を特徴付ける。
• このような過程に対して、近似誤差の収束が最も速くなるようにする構成的サンプリング設計を提供する。

提案手法

• 滑らかさが最小となる点 t=0 の周辺に点密度を高める非一様な分布を持つ、合成拡張サンプリング設計を提案する。
• 点の集中度を制御する密度関数 p(t) を用いてサンプリング設計を構築し、[0, t] 内の点数が n ∫₀ᵗ p(s) ds に比例するように t_j を選ぶ。
• 誤差の漸近的挙動を分析するため、変数変換 u_j = t_j d_n（d_n = (log n)^{1/γ}）を用いる。
• 漸近的解析およびラプラス型近似を適用し、α(t) = α₀ + b t^γ + o(t^γ) の展開を活用して t=0 近傍の区間からの誤差寄与をバインドする。
• e^{-(b±ε)u^γ} および p(u)^{-α₀} を含む積分推定を用いて IMSE の上界および下界を導出し、最適レートを得る。
• 上界と下界が一致し、同じ定数 K に収束することを示すことにより、レートの最適性を確立する。K は u ≥ 0 における積分で定義される。

実験結果

リサーチクエスチョン

• RQ1 可変滑らかさを有する局所ステーションナリィ過程の区分的定数近似において、統合平均二乗誤差（IMSE）の最適な減少レートは何か？
• RQ2 滑らかさが変化する状況下で、[0,1] 上の観測点をどのように分布させれば、近似誤差の収束が最も速くなるか？
• RQ3 提案された合成拡張サンプリング設計は、標準的な均一または準均一設計を上回る誤差率を達成できるか？
• RQ4 誤差境界における正確な漸近的定数 K は何か？ そして、滑らかさパラメータとサンプリング密度によってどのように決定されるか？
• RQ5 導出された近似レートは改善不能であるか？ もしそうならば、どのような条件下で最適性を達成するか？

主な発見

• 提案された合成拡張サンプリング設計は、n→∞ のとき、統合平均二乗誤差（IMSE）の最適な減少率 ∼K / (n^{α₀} (log n)^{(α₀+1)/γ}) を達成する。ここで n は観測数である。
• 最適定数 K は K = ∫₀^∞ p(u)^{-α₀} e^{-b u^γ} du で与えられ、t=0 近傍での展開 α(t) = α₀ + b t^γ + o(t^γ) に由来する b および γ を含む。
• 一致する上界と下界を用いた証明により、このレートが最適であることが示され、与えられた仮定のもとでより速い収束は不可能である。
• 滑らかさが最小となる点 t=0 の周辺に観測点を集中させることで、従来の均一サンプリング設計に比べて著しく性能向上を達成する。
• 漸近的誤差境界は、t > 0 で α(t) > α₀ である限り、α(t) の具体的な形に依存しない。
• 結果は滑らかさ指数が (C1) および (C2) を満たす一般の局所ステーションナリィ過程へと拡張可能であり、p(t) に対するやや弱い正則性条件のもとで、手法はロバストである。