[論文レビュー] Sharp Asymptotic Estimates for Expectations, Probabilities, and Mean First Passage Times in Stochastic Systems with Small Noise

Tobias Grafke, Tobias Schäfer+1 more|arXiv (Cornell University)|Mar 8, 2021

Ecosystem dynamics and resilience被引用数 4

ひとこと要約

本稿では、フリードリン＝ウェンツェルの大偏差理論を活用し、インスタントン経路に駆動される行列リッカティ方程式の解を用いて、プリファクターの次なる補正項を明示的に導出することにより、微小なノイズを伴う確率的系における期待値、確率、平均最初通過時間を鋭い漸近的推定値として計算する実用的なフレームワークを提示する。この手法により、高次元および無限次元の設定（例：SPDE）でさえも、正確で数値的に扱いやすい推定値が得られる。

ABSTRACT

Freidlin-Wentzell theory of large deviations can be used to compute the likelihood of extreme or rare events in stochastic dynamical systems via the solution of an optimization problem. The approach gives exponential estimates that often need to be refined via calculation of a prefactor. Here it is shown how to perform these computations in practice. Specifically, sharp asymptotic estimates are derived for expectations, probabilities, and mean first passage times in a form that is geared towards numerical purposes: they require solving well-posed matrix Riccati equations involving the minimizer of the Freidlin-Wentzell action as input, either forward or backward in time with appropriate initial or final conditions tailored to the estimate at hand. The usefulness of our approach is illustrated on several examples. In particular, invariant measure probabilities and mean first passage times are calculated in models involving stochastic partial differential equations of reaction-advection-diffusion type.

研究の動機と目的

• 指数的スケーリングを超えた大偏差理論におけるプリファクター補正項を効率的に数値計算する手法の不足を補う。
• 微小ノイズ確率系における期待値、確率、平均最初通過時間の鋭い漸近的推定値の明示的で数値的に実装可能な公式を提供する。
• 既存のインスタントンに基づく手法を拡張し、絶対的スケールの確率および期待値（不変測度上、無限時間または無限次元系を含む）を計算可能にする。
• 有限次元および無限次元の確率的偏微分方程式（SPDE）において、本手法の正確性と効率性を、非可逆的かつ非線形ダイナミクスの例を用いて示す。

提案手法

• 本手法は、フリードリン＝ウェンツェルのインスタントン経路に依存する適切に定義された前向きまたは後ろ向きの行列リッカティ方程式を解くことで、プリファクター補正項を計算する。
• リッカティ方程式は作用関数の2次変動から導出され、最も確率的な経路まわりの揺らぎ行列式（デターミナント）を記述する。
• 有限時間の量に対しては、時間順序付きのリッカティ解を用い、初期条件または最終条件を目的の推定値（例：期待値、出口確率）に合わせて調整する。
• 不変測度の量に対しては、周期的または定常状態の境界条件を用いたリッカティ方程式を用い、長時間の統計的挙動を捉える。
• 経路積分法を用いて非ガウス型ノイズへ一般化され、ジャンプ過程への応用が行われ、広範な適用可能性が示された。
• 直接サンプリング（例：ギルズビー法）とインスタントン予測との比較による数値的妥当性の検証が行われ、微小ノイズ領域でも正確であることが確認された。

実験結果

リサーチクエスチョン

• RQ1 加法的ノイズを伴う微小ノイズ確率系における期待値のプリファクター補正項を、どのように体系的かつ効率的に計算できるか？
• RQ2 出口確率および平均最初通過時間の揺らぎ行列式を捉えるために、正しい形のリッカティ方程式は何か？
• RQ3 不変測度および無限時間スケールを含む系に、鋭い漸近的推定値をどのように拡張できるか？
• RQ4 本手法は、無限次元の確率的偏微分方程式（SPDE）における稀なイベント確率の正確で数値的に安定した推定値を生成できるか？
• RQ5 微小ノイズ領域において、提案されたリッカティに基づく公式は、直接モンテカルロサンプリングと比べて、正確性と計算コストの両面で優位性を示せるか？

主な発見

• 本稿では、微小ノイズ極限におけるプリファクターの明示的で数値的に取り扱いやすい公式を導出し、指数的減衰率を超えた確率および期待値の絶対的スケール推定を可能にした。
• 非線形的かつ非可逆的な2次元系において、平均最初通過時間および出口確率を正確に計算でき、確率的シミュレーションとの比較により妥当性が検証された。
• 不変測度の文脈では、勾配系および非勾配系の拡散過程において、定常確率および最初通過時間の正確な推定値が得られ、無限次元SPDEに対しても適用可能であった。
• リッカティ方程式が前向きおよび後ろ向きに適切に定義されており、各推定タイプに応じた適切な初期条件または最終条件を備え、解が存在することが示された。
• 1次元ジャンプ過程および非局所的力が作用する線形SPDEに対する数値結果は、本手法の正確性と頑健性を確認しており、非可逆的かつ高次元の設定でも有効であることが示された。
• 本フレームワークは効率的かつスケーラブルであり、直接サンプリングが稀なイベントの統計的性質ゆえに計算が非現実的となる領域においても、信頼性の高い推定値を提供する。