[論文レビュー] Hierarchical interacting stochastic population processes

Daniel E. Clark, Jérémie Houssineau|arXiv (Cornell University)|Feb 1, 2012

Diffusion and Search Dynamics被引用数 1

ひとこと要約

本稿は、ゲートォ微分のための新規ファウ・ディ・ブルーノの公式を導出することにより、階層的で相互作用する確率的集団過程を統一的にモデル化するための確率的枠組みを提案する。これにより、チャップマン＝コルモゴロフ方程式およびベイズの定理をこのようなシステムに対して定式化でき、多対象追跡、分岐過程、およびリノルミズエーションの分野への応用が可能となり、変分法的基礎が明確に整備される。

ABSTRACT

The problem of estimating interacting systems of multiple objects is important to a number of different fields of mathematics, physics, and engineering. Drawing from a range of disciplines, including statistical physics, variational calculus, point process theory, and statistical sensor fusion, we develop a unified probabilistic framework for modelling systems of this nature. In order to do this, we derive a new result in variational calculus, Faa di Bruno's formula for Gateaux differentials. Using this result, we derive the Chapman-Kolmogorov equation and Bayes' rule for stochastic population processes with interactions and hierarchies. We illustrate the general approach through case studies in multi-target tracking, branching processes and renormalization.

研究の動機と目的

• 物理学、工学、統計学など多様な分野における複数対象の複雑で相互作用するシステムのモデル化という課題に対処すること。
• 相互作用と階層的構造の両方を扱える確率的枠組みを、確率的集団過程に開発すること。
• 高度な変分法を用いて、これらのシステムにおける基礎方程式（チャップマン＝コルモゴロフ方程式およびベイズの定理）を導出すること。
• 統計物理学、点過程理論、センサ融合の概念を統合し、一貫した数学的定式化を構築すること。
• 多対象追跡、分岐過程、リノルミズエーションにおける事例研究を通じて、枠組みの実用性を示すこと。

提案手法

• 無限次元空間における合成汎関数の微分を可能にする、変分法における新規な結果を導出：ゲートォ微分のためのファウ・ディ・ブルーノの公式。
• 導出されたゲートォ微分の公式を、相互作用する確率的集団過程の時間発展および推論のモデル化に適用する。
• 相互作用および階層的構造を有する確率的集団過程のためのチャップマン＝コルモゴロフ方程式を導出することで、遷移確率の整合性を保証する。
• 階層的で相互作用するシステムにおける推論を支援する一般化されたベイズの定理を確立し、再帰的状態推定を可能にする。
• 観測および測定プロセスのモデル化に、点過程理論と統計的センサ融合技術を統合する。
• 多対象追跡、分岐過程、リノルミズエーションにおける事例研究を通じて、枠組みの妥当性を検証し、その一般性と一貫性を示す。

実験結果

リサーチクエスチョン

• RQ1 相互作用および階層的構造を有する確率的集団過程に対して、統一的確率的枠組みを構築するにはどうすればよいか？
• RQ2 この文脈において、チャップマン＝コルモゴロフ方程式およびベイズの定理を導出するために必要な、新たな変分法的結果は何か？
• RQ3 相互作用および階層的構造は、確率的集団過程の遷移ダイナミクスおよび推論にどのように影響を与えるか？
• RQ4 導出された枠組みは、多対象追跡や分岐過程といった実世界の問題に、どのような形で応用可能か？
• RQ5 この枠組みは、統計物理学におけるリノルミズエーション手続きを、一貫した確率的定式化を通じてサポートできるか？

主な発見

• 本稿は、確率的過程に不可欠な無限次元空間における合成汎関数の解析を可能にする、ゲートォ微分のための新規なファウ・ディ・ブルーノの公式を成功裏に導出した。
• 相互作用および階層的構造を有する確率的集団過程のためのチャップマン＝コルモゴロフ方程式が一般化され、モデルの時間的整合性が保証された。
• 階層的で相互作用するシステムにおける一般化されたベイズの定理が確立され、不確実性下での再帰的推論および状態推定が可能となった。
• 点過程モデルとセンサ統合技術を統合することで、多対象追跡の一貫したモデル化が可能になった。
• 確率的かつ変分的定式化を通じて、統計物理学におけるリノルミズエーションのための厳密な基礎が提供された。
• 事例研究により、分岐過程やセンサネットワークを含む多様な分野への適用可能性と一貫性が実証された。