[논문 리뷰] Paracontrolled calculus and regularity structures

Ismaël Bailleul, Masato Hoshino|arXiv (Cornell University)|2018. 12. 19.

Mathematical Analysis and Transform Methods참고 문헌 24인용 수 10

한 줄 요약

이 논문은 정규성 구조에서 재구성 연산자의 명시적 파라컨트롤 표현을 제공하여, 파라컨트롤 미적분학과 정규성 구조 사이의 정확한 연결을 수립한다. 파라프로덕트 유사 분해를 사용하여 모델에 의존하는 연속적인 매개변수화를 도입함으로써, 둘 다를 통합된 프레임워크로 사용하여 특이한 확률적 편미분방정식을 분석할 수 있게 한다.

ABSTRACT

We start in this work the study of the relation between the theory of regularity structures and paracontrolled calculus. We give a paracontrolled representation of the reconstruction operator and provide a natural parametrization of the space of admissible models.

연구 동기 및 목표

• 파라컨트롤 미적분학과 정규성 구조 이론 사이의 엄밀한 다리를 구축하기 위해.
• 모델링된 분포에서 분포로의 사영 연산자에 대한 명시적 파라컨트롤 표현을 제공하기 위해.
• 파라컨트롤 기법을 사용하여 허용 가능한 모델의 공간을 연속적이고 명시적으로 매개변수화하기 위해.
• 특이한 SPDE의 분석 도구를 파라컨트롤 미적분학의 도구와 정규성 구조의 구조적 프레임워크로 통합하기 위해.

제안 방법

• 정규성 구조의 구성요소를 나타내는 함수 $[\![\cdot]\!]^\mathsf{M}: T \to \mathcal{C}^{\beta_0}(\mathbb{R}^d)$ 와 $[\![\cdot]\!]^\mathsf{g}: T^+ \to \mathcal{C}^0(\mathbb{R}^d)$ 를 구성한다.
• 모델에 의존하는 항 $[\![f^\tau]\!]^\mathsf{M}$ 과 파라컨트롤 계수 $[\![f^\tau]\!]^\mathsf{g}$ 를 포함하는 합으로 재구성 연산자 $\mathsf{R}\boldsymbol{f}$ 를 정의한다.
• 모델의 정규성 $\Pi\sigma$ 가 $\mathcal{C}^{\sigma|}(\mathbb{R}^d)$ 에서의 정규성을 해석하기 위해 $[\![\sigma]\!]^\mathsf{M}$ 의 재귀적, 귀납적 구성 방법을 사용한다.
• 정규성 추정치를 국소화하고 제어하기 위해 분할 함수 $\{\varphi_\lambda\}$ 와 스무스 전이 함수 $\psi_\lambda^i$ 를 적용한다.
• 가중치가 부여된 오차 한계를 가진 테일러 유사 전개를 $B_r(f)$-노름을 통해 사용하여 모델링된 분포 간의 차이를 제어한다.
• Hölder 공간에서 $\boldsymbol{f} \mapsto \big( [\![\boldsymbol{f}]\!]^\mathsf{M}, ( [\![f^\tau]\!]^\mathsf{g} )_{\tau \in \mathcal{B}} \big)$ 의 연속성을 확립한다.

실험 결과

연구 질문

• RQ1 정규성 구조에서 재구성 연산자는 파라컨트롤 미적분학을 사용하여 명시적으로 표현될 수 있는가?
• RQ2 파라컨트롤 기법을 통해 허용 가능한 모델의 공간을 연속적이고 구축 가능한 방식으로 매개변수화할 수 있는가?
• RQ3 파라컨트롤 미적분학의 파라프로덕트 기반 접근법과 정규성 구조의 제트 기반 형식론 사이의 정확한 관계는 무엇인가?
• RQ4 재구성 과정가 파라컨트롤 성분의 계층적 분해로 분해될 수 있으며, 이 경우 정규성이 제어 가능한가?
• RQ5 모델 계수의 파라컨트롤 매개변수화를 통해 재구성 지도의 연속성이 확립될 수 있는가?

주요 결과

• 재구성 연산자 $\mathsf{R}\boldsymbol{f}$ 는 모델에 의존하는 항 $[\![f^\tau]\!]^\mathsf{M}$ 과 파라컨트롤 계수 $[\![f^\tau]\!]^\mathsf{g}$ 의 합으로 명시적으로 표현되며, 모델 매개변수에 대해 연속성을 보장한다.
• 각 계수 $f^\tau$ 는 $f^\tau = \sum_{\tau < \mu; |\mu| < \gamma} \mathsf{P}_{f^\mu}[\![\mu/\tau]\!]^\mathsf{g} + [\![f^\tau]\!]^\mathsf{g}$ 와 같은 파라컨트롤 분해를 가지며, $[\![f^\tau]\!]^\mathsf{g} \in \mathcal{C}^{\gamma - |\tau|}(\mathbb{R}^d)$ 이다.
• 사상 $\boldsymbol{f} \mapsto \big( [\![\boldsymbol{f}]\!]^\mathsf{M}, ( [\![f^\tau]\!]^\mathsf{g} )_{\tau \in \mathcal{B}} \big)$ 는 $\mathcal{D}^\gamma(\mathscr{T}, \mathsf{g})$ 에서 $\mathcal{C}^\gamma(\mathbb{R}^d) \times \prod_{\tau \in \mathcal{B}} \mathcal{C}^{\gamma - |\tau|}(\mathbb{R}^d)$ 로의 연속성을 가진다.
• 함수 $[\![\sigma]\!]^\mathsf{M}$ 과 $[\![\tau]\!]^\mathsf{g}$ 는 모델 $\mathsf{M} = (g, \Pi)$ 에 대해 연속적이며, 이는 매개변수화의 안정성을 보장한다.
• 이 구성은 파라프로덕트 기반 재구성의 정밀한 개선된 형태를 제공하며, 모델링된 분포 수준에서 두 프레임워크를 명시적으로 연결한다.
• 국소화된 분할 함수 $\{\varphi_\lambda\}$ 와 스무스 전이 함수 $\psi_\lambda^i$ 의 사용은 도메인 전역에서 정규성 추정치의 균일한 제어를 보장한다.