[論文レビュー] Nonparametric estimation for interacting particle systems : McKean-Vlasov models

Laetitia Della Maestra, Marc Hoffmann|arXiv (Cornell University)|Nov 7, 2020

Stochastic processes and financial applications参考文献 68被引用数 37

ひとこと要約

本論文は、N 個の相互作用粒子の軌道データに基づき、McKean-Vlasov 非線形 Fokker-Planck 方程式の解および拗動項（drift）を推定するためのノンパラメトリック核推定量を提案し、適応帯域幅選択とミニマックス最適性を示す。

ABSTRACT

We consider a system of $N$ interacting particles, governed by transport and diffusion, that converges in a mean-field limit to the solution of a McKean-Vlasov equation. From the observation of a trajectory of the system over a fixed time horizon, we investigate nonparametric estimation of the solution of the associated nonlinear Fokker-Planck equation, together with the drift term that controls the interactions, in a large population limit $N \ ightarrow \\infty$. We build data-driven kernel estimators and establish oracle inequalities, following Lepski's principle. Our results are based on a new Bernstein concentration inequality in McKean-Vlasov models for the empirical measure around its mean, possibly of independent interest. We obtain adaptive estimators over anisotropic H\\"older smoothness classes built upon the solution map of the Fokker-Planck equation, and prove their optimality in a minimax sense. In the specific case of the Vlasov model, we derive an estimator of the interaction potential and establish its consistency.

研究の動機と目的

• N 個の相互作用粒子系が McKean-Vlasov 方程式へ収束する統計的推論の動機付け。
• 進化密度 mu_t(x) および拗動項 b(t,x,mu_t) のデータ駆動核推定量を開発。
• Lepski の原理を用いた oracle 不等式と適応性結果を確立。
• McKean-Vlasov モデルにおける Bernstein の濃度不等式を提供し、濃度・推定結果を裏付ける。
• Vlasov モデルにおける相互作用の推定と整合性結果を探求。

提案手法

• 実証測度 pi^N および密度 mu_h^N の平滑化を通じて、mu_t(x) および積 b(t,x,mu_t) mu_t(x) の核推定量を構築する。
• b(t,x,mu_t) の商推定量として hat{b} = hat{pi} / (hat{mu} ∨ varpi) を用いる。
• mu および b の帯域幅を適応的に選択するため Goldenshluger-Lepski 法を適用し、oracle 不等式（定理 7 および 9）を示す。
• 非線形拡散方程式の解写像から構築される異方性 Hölder 空間上で、ミニマックス適応推定結果を開発する。
• McKean-Vlasov モデルにおける経験測度の Bernstein 濃度不等式を導出し、偏差を制御する。
• Vlasov ケースの相互作用 F の同定と整合推定結果を提供する。

実験結果

リサーチクエスチョン

• RQ1 相互作用粒子系の軌道データから、進化密度 mu_t(x) をノンパラメトリックに推定するにはどうすればよいか。
• RQ2 粒子間相互作用を支配する拗動項 b(t,x,mu_t) をデータからノンパラメトリックに推定するには。
• RQ3 McKean-Vlasov モデルにおいて mu_t および b の異方性 Hölder クラス上で適応的（ミニマックス）推定が達成され得るか。
• RQ4 推定を支援する McKean-Vlasov 設定における濃度・偏差不等式は何か。
• RQ5 Vlasov ケースで、観測データから相互作用関数 F を一貫して同定・推定できるか。

主な発見

• 論文は mu_t(x) および b(t,x,mu_t) のデータ駆動核推定量を構築し、帯域幅の最良点での偏差-分散の組み合わせによって推定誤差を界定する oracle 不等式を証明する。
• oracle 不等式は、異方性 Hölder クラス全体にわたって推定量がほぼ最適なバイアス-分散のトレードオフを達成することを示す。
• McKean-Vlasov モデルにおける平均の周りの経験測度に対する Bernstein 濃度不等式を確立し、鋭いノンパラメトリック結果を可能にする。
• mu_t および b に対する異方性時空 Hölder 空間上で適応的ミニマックス結果を開発し、最適性を述べる。
• Vlasov 設定では、相互作用 F を Fourier 型推定量を用いて一貫して推定可能であり、データから相互作用を回復できる。
• 解析は、測度引数における拡張された偏微分の新しいフレームワーク（k-linear differentiability）に依存し、経験過程の偏差を制御する。