[論文レビュー] Subdifferential characterization of continuous probability functions under Gaussian distribution

Abderrahim Hantoute, René Henrion+1 more|arXiv (Cornell University)|May 29, 2017

Probabilistic and Robust Engineering Design被引用数 7

ひとこと要約

本稿では、ガウス分布における連続的確率関数の部分微分公式を、球面的・径方向分解および中程度の成長を示す方向性の錐を用いて開発する。入力データが滑らかでない場合や無限次元の意思決定変数を含む場合でも、これらの関数が局所リプシッツ連続または微分可能となる条件を確立する。

ABSTRACT

Probability functions figure prominently in optimization problems of engineering. They may be nonsmooth even if all input data are smooth.This fact motivates the consideration of subdifferentials for such typically just continuous functions. The aim of this paper is to provide subdifferential formulae in the case of Gaussian distributions for possibly infinite-dimensional decision variables and nonsmooth (locally Lipschitzian) input data. These formulae are based on the spheric-radial decomposition of Gaussian random vectors on the one hand and on a cone of directions of moderate growth on the other. By successively adding additional hypotheses, conditions are satisfied under which the probability function is locally Lipschitzian or even differentiable.

研究の動機と目的

• 工学的最適化における非滑らか確率関数の課題に取り組むこと。滑らかな入力データが連続的だが非微分可能な確率関数を生じる状況を想定する。
• ガウス分布に従う確率的ベクトルを含む確率関数の部分微分解析を、無限次元の意思決定変数を含む場合にまで拡張すること。
• このような確率関数が局所リプシッツ連続または微分可能となる十分条件を確立すること。
• 球面的・径方向分解と方向的成長錐を用いた、部分微分の特性を明確にする厳密な解析的枠組みを提供すること。

提案手法

• ガウス確率的ベクトルの球面的・径方向分解を用い、部分微分解析のための角度成分と半径成分に分離する。
• 無限次元設定における方向微分の挙動を制御するため、中程度の成長を示す方向性の錐を導入する。
• 変分解析および非滑らか最適化の道具を適用し、部分微分表現を導出する。
• ガウス測度の構造と入力データの局所リプシッツ性を組み合わせることで、公式を導出する。
• 入力データおよび意思決定空間の幾何的性質に関する逐次的仮定を通じて、正則性条件を確立する。
• 半径成分と方向的成長の相互作用を活用し、部分微分の存在および表現可能性を保証する。

実験結果

リサーチクエスチョン

• RQ1 入力データが局所リプシッツ連続である場合、ガウス確率的ベクトルを含む確率関数がどの条件下で局所リプシッツ連続となるか。
• RQ2 このような確率関数の部分微分は、無限次元の意思決定空間においてどのように特徴付けられるか。
• RQ3 ガウスベクトルの球面的・径方向分解が、部分微分公式の導出において果たす役割は何か。
• RQ4 方向的成長錐は、ガウス分布下での確率関数の正則性にどのように影響を与えるか。
• RQ5 非滑らかな入力データがある場合でも、確率関数がどの状況で微分可能となるか。

主な発見

• 球面的・径方向分解と方向的成長錐を用いて、ガウス分布下の確率関数の部分微分公式が導出された。
• 入力データおよび意思決定空間に対するやや弱い正則性仮定のもとで、確率関数が局所リプシッツ連続であることが示された。
• 入力データおよび成長錐に追加の構造的条件が満たされると、確率関数の微分可能性が確立された。
• この枠組みは無限次元の意思決定変数にも適用可能であり、古典的結果をより広い最適化設定に拡張した。
• 本研究の結果は、ガウス的不確実性を伴う確率的制約を含む非滑らか最適化の理論的基盤を提供する。
• この特性化により、確率的目的関数を伴う工学的最適化問題において、部分勾配法の適用が可能になった。