[論文レビュー] Causal transference plans and their Monge-Kantorovich problems

Rémi Lassalle|arXiv (Cornell University)|Mar 27, 2013

Geometric Analysis and Curvature Flows参考文献 32被引用数 12

ひとこと要約

本稿では、因果的（フィルトレーションに基づく）制約を尊重する最適輸送カップリングである因果的転送計画を導入し、最適輸送の枠組み内で確率的制御と確率解析を統合する。因果的モンジュ＝カンタロヴィチ問題の原始的および双対的定式化を確立し、確率微分方程式（SDE）の一意的強い解が因果的モンジュ問題の解とちょうど一致することを証明する。Girsanov変換やエントロピー正則化輸送への応用を含む。

ABSTRACT

This paper investigates causal optimal transportation problems, in the framework of two Polish spaces, both endowed with filtrations. Specific concretizations yield primal problems equivalent to several classical problems of stochastic control, and of stochastic calculus ; trivial filtrations yield usual problems of optimal transport. Within this framework, primal attainments and dual formulations are obtained, under standard hypothesis, for the related variational problems. These problems are intrinsically related to martingales. Finally, we investigate applications to stochastic frameworks. A straightforward equivalence between specific causal optimization problems, and problems of stochastic control, is obtained. Solutions to a class of stochastic differential equations are characterized, as optimum to specific causal Monge-Kantorovich problems ; the existence of a unique strong solution is related to corresponding Monge problems.

研究の動機と目的

• ポリッシュ空間上のフィルトレーションを用いた因果的枠組みへの古典的最適輸送の拡張。
• 標準的な位相的および可測性仮定の下で、因果的モンジュ＝カンタロヴィチ輸送の原始的および双対的問題の定式化。
• 確率微分方程式の解と最適因果的カップリングとの間の対応関係の確立。
• 因果的モンジュ問題の可解性を通じて、SDEに対する一意的強い解の存在を特徴づける。
• 確率的輸送におけるマルティングールの保存、因果的制約、およびエントロピーに基づく正則化の関連を接続する。

提案手法

• 出発空間および到達空間上のフィルトレーションを尊重するカップリングとして因果的転送計画を導入し、時間に整合した情報の流れを保証する。
• 集合 $\Pi_c(\eta,\nu)$ を、$\mathcal{G}_t(\gamma) \subset \mathcal{B}_t(E)^\eta$ を満たすものとして定義し、因果性を保証する。
• マルティングールに関連する集合 $\mathcal{H}_{\eta,\nu}$ を用いて、ペナルティ付きコスト関数を用いた因果的モンジュ＝カンタロヴィチ問題の双対定式化を導出する。
• コロナリー1を用いて、下半連続なコスト関数に対し、コンパクト性がなくても原始的達成が保証されることを示す。
• ヤマダ＝ワタナベの条件を用いて、共通の分布の下でマルティングール性質を保つ因果的計画を特徴づける。
• ヒルベルト空間設定において、SDEの解の同時分布 $\gamma_\star$ が最適因果的計画と関連することを応用する。

実験結果

リサーチクエスチョン

• RQ1 ポリッシュ空間におけるフィルトレーションを用いた因果的要因を最適輸送に組み込む方法は何か？
• RQ2 標準的仮定の下で、因果的モンジュ＝カンタロヴィチ問題の双対定式化は何か？
• RQ3 確率微分方程式の解と因果的最適輸送計画との関係は何か？
• RQ4 SDEに対する一意的強い解の存在が因果的モンジュ問題の解に対応するための条件は何か？
• RQ5 Girsanov変換およびエントロピー正則化は因果的輸送計画とどのように関係するか？

主な発見

• 標準的仮定の下で、因果的モンジュ＝カンタロヴィチ問題 $P_{\mu,\nu}$ は、コンパクト性がなくても原始的解を有する。
• 双対問題は、有界可測関数 $g$ と特定のクラス $\mathcal{H}_{\eta,\nu}$ における上界の sup として特徴づけられ、カントロヴィチ双対性が拡張される。
• 確率微分方程式 $dX_t = dB_t + v_t(X)dt$ の解の唯一の同時分布 $\gamma_\star$ は、$P_{\mu,\nu}$ の唯一の最小化子である。
• SDEに一意的強い解が存在するための必要十分条件は、最適因果的計画が因果的モンジュ問題を解くことである。
• $\frac{d\nu}{d\mu} \in \mathrm{I\!D}_{2,1}$ のとき、最適計画 $\gamma_\star$ は $((I_W - \pi^\nu \nabla \ln \frac{d\nu}{d\mu}) \times I_W)_\star \nu$ で与えられ、ここで $\pi^\nu$ は適応過程への射影である。