[논문 리뷰] A Class of Non-Parametric Statistical Manifolds modelled on Sobolev Space

Nigel J. Newton|arXiv (Cornell University)|2018. 08. 20.

Statistical Mechanics and Entropy참고 문헌 37인용 수 11

한 줄 요약

이 논문은 가중치가 부여된 소볼레프 공간을 모델 공간으로 사용하여 ℝᵈ 위의 유한 측도에 대한 무한차원 통계 다양체를 구성한다. 선형 성장 특성을 가진 변형 지수 함수를 도입하여 네미츠키 연산자의 연속성을 보장한다. 주요 기여는 피셔-라오 지표를 통해 약한 리만 기하학적 구조를 수립하고, 혼합-norm 및 고정-norm 소볼레프 공간에서 밀도와 그 차트의 연속성 변화를 입증함으로써 비선형 필터링 및 포크너-플랭크 방정식에의 적용 가능성을 확보하는 것이다.

ABSTRACT

We construct a family of non-parametric (infinite-dimensional) manifolds of finite measures on $R^d$. The manifolds are modelled on a variety of weighted Sobolev spaces, including Hilbert-Sobolev spaces and mixed-norm spaces. Each supports the Fisher-Rao metric as a weak Riemannian metric. Densities are expressed in terms of a deformed exponential function having linear growth. Unusually for the Sobolev context, and as a consequence of its linear growth, this "lifts" to a nonlinear superposition (Nemytskii) operator that acts continuously on a particular class of mixed-norm model spaces, and on the fixed norm space $W^{2,1}$; i.e. it maps each of these spaces continuously into itself. It also maps continuously between other fixed-norm spaces with a loss of Lebesgue exponent that increases with the number of derivatives. Some of the results make essential use of a log-Sobolev embedding theorem. Each manifold contains a smoothly embedded submanifold of probability measures. Applications to the stochastic partial differential equations of nonlinear filtering (and hence to the Fokker-Planck equation) are outlined.

연구 동기 및 목표

• 통계적 추론과 확률 과정에 응용 가능한 무한차원 소볼레프 공간을 모델로 하는 비모수 통계 다양체를 개발하기 위해.
• 무한차원 설정에서 카우프만-라이블러 발산과 같은 통계적 발산의 매끄럽고 연속적인 성질을 확보하는 데 도전하기 위해.
• 표본 공간 ℝᵈ의 위상적 및 미분 기하학적 구조를 소볼레프 유형의 모델 공간을 통해 통계 다양체 구성에 통합하기 위해.
• 적절한 정규성 조건을 갖춘 다양체를 구성하여 비선형 확률 편미분방정식, 특히 비선형 필터링과 포크너-플랭크 방정식에의 적용 가능성을 확보하기 위해.

제안 방법

• 밀도와 로그 밀도를 조합한 균형 잡힌 차트를 사용하여 모델 공간 내에서 p와 log p를 동시에 제어함으로써 통계적 발산의 매끄러움을 보장한다.
• 선형 성장 특성을 가진 변형 지수 함수를 정의에 사용하여 관련 네미츠키 연산자가 혼합-norm 및 고정-norm 소볼레프 공간 위에서 연속적으로 작용하도록 한다.
• 로그-소볼레프 임bedding 정리를 적용하여 다양한 소볼레프 및 르베그 공간 간의 네미츠키 연산자의 연속성과 유계성을 확립한다.
• 가중치가 부여된 힐베르트-소볼레프 공간과 혼합-norm 공간을 모델로 하여 다양체를 구성하며, W²,¹ 공간을 포함함으로써 피셔-라오 지표가 약한 리만 기하학적 지표로 잘 정의됨을 보장한다.
• 소볼레프 공간 내 함수를 자기 자신으로 매핑하는 슈퍼포지션(네미츠키) 연산자를 활용하며, 고차 미분에서 르베그 적분 가능성의 손실가 조절 가능하다.
• 확률 측도를 다양체에 매립함으로써 비선형 필터링에의 적용을 개략적으로 기술하며, 조건부 밀도의 동역학을 확률 편미분방정식과 연관시킨다.

실험 결과

연구 질문

• RQ1 혼합-norm 및 고정-norm 소볼레프 공간 위에서 피셔-라오 지표가 약한 리만 기하학적 구조로 유지되는 조건에서, 비모수 통계 다양체를 어떻게 구성할 수 있는가?
• RQ2 혼합-norm 및 고정-norm 소볼레프 공간에서 네미츠키 연산자의 연속성을 보장하기 위해 변형 지수 함수에 요구되는 조건는 무엇인가?
• RQ3 선형 성장 특성을 가진 변형 지수 함수는 소볼레프 모델 공간 내에서 밀도와 그 차트의 정규성에 어떤 영향을 미치는가?
• RQ4 로그-소볼레프 임베딩 정리는 이러한 다양체 위에서 연속적인 슈퍼포지션 연산자의 구성에 어떻게 기여하는가?
• RQ5 이러한 다양체는 매끄럽게 매립된 확률 측도를 수용할 수 있으며, 포크너-플랭크 방정식과 비선형 필터링 방정식에 적용 가능할 수 있는가?

주요 결과

• 선형 성장 특성을 가진 변형 지수 함수와 관련된 네미츠키 연산자는 혼합-norm 소볼레프 공간에서 자신에게로 연속적으로 작용하며, 이는 차트의 연속성을 보장한다.
• 두 개 이상의 도함수를 갖는 고정-norm 공간에서는, 네미츠키 연산자가 르베그 지수의 손실을 유발하며, 이 손실의 정도는 도함수의 수가 많아질수록 증가한다.
• 가중치가 부여된 소볼레프 공간을 모델로 하는 구성된 다양체 위에서 피셔-라오 지표는 약한 리만 기하학적 지표로 잘 정의되어 있다.
• 다양체는 매끄럽게 매립된 확률 측도의 부분다양체를 포함하며, 이는 무한차원 설정에서의 통계적 추론을 가능하게 한다.
• 조건부 밀도의 동역학을 다양체에 매립함으로써 비선형 필터링 및 포크너-플랭크 방정식에의 적용 가능성을 지원한다.
• 카니아다키스 1-지수 함수 역시 유사한 다양체 구조와 유사한 정규성을 제공하지만, 통계 기하학적 성질는 다를 수 있다.