[論文レビュー] On the Asymptotic Normality of Adaptive Multilevel Splitting

Frédéric Cérou, Bernard Delyon+2 more|arXiv (Cornell University)|Apr 23, 2018

Stochastic processes and statistical mechanics参考文献 14被引用数 26

ひとこと要約

本稿は、一般のマルコフ過程の設定において、適応的マルチレベルスプリット（AMS）アルゴリズムの最初の厳密な漸近正規性および一致性に関する結果を確立する。AMSをレベル関数を時間的パラメータとして用いるレベルインデックスプロセス（確率的波）を介してフレミング＝ヴィオット粒子系に再定式化することで、フレミング＝ヴィオット系に関する最近の理論的結果を活用し、大粒子数極限（N → ∞）における中心極限定理（CLT）を証明する。これにより、希少事象シミュレーションおよび条件付きサンプリングにおけるアルゴリズムの実用的効率性に理論的根拠が与えられる。

ABSTRACT

Adaptive Multilevel Splitting (AMS for short) is a generic Monte Carlo method for Markov processes that simulates rare events and estimates associated probabilities. Despite its practical efficiency, there are almost no theoretical results on the convergence of this algorithm. The purpose of this paper is to prove both consistency and asymptotic normality results in a general setting. This is done by associating to the original Markov process a level-indexed process, also called a stochastic wave, and by showing that AMS can then be seen as a Fleming-Viot type particle system. This being done, we can finally apply general results on Fleming-Viot particle systems that we have recently obtained.

研究の動機と目的

• 適応的マルチレベルスプリット（AMS）アルゴリズムの理論的基盤が欠如しているが、広く用いられていることから、その厳密な理論的収束保証を確立すること。
• 理想化された状況にとどまらず、大粒子数極限（N → ∞）におけるAMS推定量の一貫性および漸近正規性を証明すること。
• AMSを理論的によく研究されているフレミング＝ヴィオット粒子系のクラスと結びつけることで、実装と理論的分析のギャップを埋めること。
• 拡散過程やその他の過程に適用可能な一般枠組みを提供し、CLTが成り立つ明示的な条件を提示すること。

提案手法

• レベル関数 ξ を時間的パラメータとして用いるレベルインデックスプロセス（確率的波）を導入し、元のマルコフ過程 Y を再パrameter化する。
• AMSアルゴリズムをこのレベルインデックスプロセス上でのフレミング＝ヴィオット型粒子系に再定式化し、粒子の再サンプリングおよび殺却のダイナミクスを保持する。
• 最近確立されたフレミング＝ヴィオット粒子系の中心極限定理（CLT）を再定式化されたAMSアルゴリズムに適用する。
• 基礎となる過程（Y, ξ）に対する必要な仮定（仮定1～3）を確立する。特に、拡散係数に関して ξ の勾配の非退化性を含む。
• パスワイズ連続性および収束の議論、特にスコロホド埋め込みおよび強マルコフ性を用いて、必要な正則性条件を検証する。
• 状態空間に軌道情報を含める拡張により、パスオブザーバブルおよび到着時刻に結果を拡張する。

実験結果

リサーチクエスチョン

• RQ1 適応的マルチレベルスプリットアルゴリズムが、どのような一般的条件下で一貫性および漸近正規性を持つ推定量を生成するか。
• RQ2 AMSアルゴリズムは、フレミング＝ヴィオット粒子系理論と厳密に結びつけることができるか。
• RQ3 マルコフ過程（Y, ξ）に対して、CLT が大 N 極限で成り立つための十分条件は何か。
• RQ4 アルゴリズムは、初到達時刻や軌道分布といったパス依存的関数の推定にどのように拡張できるか。
• RQ5 理論的CLTは、非退化反応座標を有する拡散過程に対して、希少事象シミュレーションにおけるAMSの実用的性能と一致するか。

主な発見

• 本稿は、大粒子数極限（N → ∞）における適応的マルチレベルスプリットアルゴリズムに対して中心極限定理（CLT）を証明し、推定量の漸近正規性を確立する。
• 主な技術的洞察は、AMSをレベルインデックスプロセスを介してフレミング＝ヴィオット粒子系に再定式化できることであり、これにより既存のCLT結果の適用が可能になる。
• CLT は以下の3つの主要仮定の下で成り立つ：(1) 二重過程 (Y, ξ) がフェラー過程であること、(2) レベル関数 ξ が滑らかでコンパクトなレベル集合を持つこと、(3) 非退化性条件 (∇ξ)ᵀσ ≠ 0 がほとんど確実に成り立つこと。
• 推定量の漸近分散はCLTにより明示的に特徴付けられており、分散低減戦略の理論的根拠が得られる。
• 状態空間に軌道情報を含める拡張により、パスオブザーバブルに対しても結果を拡張し、パスワイズ設定でもCLTが成り立つことを示した。
• 特に化学的・分子動力学的シミュレーションの応用において、検証が容易な仮定3の実用的変種（仮定3’）を提供した。