[論文レビュー] The direct L2 geometric structure on a manifold of probability densities with applications to Filtering

Damiano Brigo|arXiv (Cornell University)|Nov 29, 2011

Stochastic processes and financial applications参考文献 9被引用数 8

ひとこと要約

本稿では、確率密度の多様体上に直接的な$L^2$幾何構造を用いた、新たな有限次元フィルタリング手法としての混合投影フィルタを提案する。$L^2$計量を用いてカスティン・ストラトニヴィッチ確率偏微分方程式を混合族に投影することにより、予測ステップが線形化され、基底関数の更新を用いた正確な補正ステップが得られる。これは、ガラーキン法や仮定密度フィルタの一般化であり、連続時間設定における幾何的整合性が向上する。

ABSTRACT

In this paper we introduce a projection method for the space of probability distributions based on the differential geometric approach to statistics. This method is based on a direct L2 metric as opposed to the usual Hellinger distance and the related Fisher Information metric. We explain how this apparatus can be used for the nonlinear filtering problem, in relationship also to earlier projection methods based on the Fisher metric. Past projection filters focused on the Fisher metric and the exponential families that made the filter correction step exact. In this work we introduce the mixture projection filter, namely the projection filter based on the direct L2 metric and based on a manifold given by a mixture of pre-assigned densities. The resulting prediction step in the filtering problem is described by a linear differential equation, while the correction step can be made exact. We analyze the relationship of a specific class of L2 filters with the Galerkin based nonlinear filters, and highlight the differences with our approach, concerning particularly the continuous--time observations filtering problems.

研究の動機と目的

• 従来のフィッシャー情報計量の代わりに直接的な$L^2$計量を用いた、非線形フィルタリングの新たな幾何的枠組みの構築を目的とする。
• 事前に指定された密度関数の混合族からなる多様体上にフィルタリング方程式を投影することで、有限次元フィルタの構築を目的とする。
• 補正ステップが動的基底関数更新を通じて正確に保たれるようにすることを目的とする。
• 提案された$L^2$に基づくフィルタとガラーキン型手法との関係を確立し、連続時間観測設定における主な相違点を強調することを目的とする。
• 厳密な$L^2$投影残差を用いた数値的実装および誤差の定量的評価の基盤を構築することを目的とする。

提案手法

• 本手法は、標準的なヘリングターまたはフィッシャー情報計量の代わりに、確率密度の多様体上にリーマン計量を定義するための直接的な$L^2$内積を用いる。
• フィルタリングダイナミクスは、事前に指定された密度関数$q_1, \dots, q_m, q_{m+1}$の混合からなる有限次元多様体上に投影され、接空間の基底を形成する。
• 予測ステップは、$L^2$直交射影を用いてカスティン・ストラトニヴィッチSPDEをこの多様体上に投影することにより導出され、パラメータ$\theta(t)$に対する線形SDEが得られる。
• 補正ステップは、各観測時刻における接空間基底関数の更新を通じて正確に保たれ、多様体内に密度が維持される。
• 結果として得られるフィルタ方程式は、幾何的整合性を保つためにストラトニヴィッチ形式で表現され、生成子および観測作用素の$L^2$射影を用いて漂移項と拡散項が導出される。
• $L^2$投影残差を定義し、尤度比補正を組み込むことで、局所的フィルタリング誤差の定量的評価が可能となる。

実験結果

リサーチクエスチョン

• RQ1 直接的な$L^2$計量を用いて、非線形フィルタリング問題に対する有限次元近似をどのように構築できるか？
• RQ2 得られたフィルタの動的特性、特に予測ステップと補正ステップの線形性および正確性の観点での性質は何か？
• RQ3 連続時間観測設定において、$L^2$に基づく混合投影フィルタはガラーキンベースのフィルタとどのように異なるか？
• RQ4 基底関数の更新を用いて、多様体内で補正ステップを正確に計算可能にできるか？
• RQ5 $L^2$投影残差は、フィルタリング誤差の定量的評価および族選択の指針として果たす役割は何か？

主な発見

• 混合投影フィルタの予測ステップは、線形確率微分方程式に従い、数値積分が簡略化される。
• 各観測時刻における接空間基底関数の更新により、補正ステップを正確に計算可能にでき、多様体内に密度が保持される。
• 幾何的整合性を維持するために、フィルタ方程式はストラトニヴィッチ形式で導出され、イト型ガラーキン法とは明確に区別される。
• 本手法は、フィッシャー計量に基づく指数型投影フィルタとガラーキンベースのフィルタを一般化し、非指数型、一般混合族への適用範囲を拡張する。
• 尤度比補正を混合成分に組み込むことで、厳密な$L^2$投影残差を定義可能となり、誤差の定量的評価が可能となる。
• 本手法は数値的実装可能であり、特にガウス型または対数正規混合族を用いた標準フィルタリングシステムへの性能評価が現在検討中である。