[논문 리뷰] Power-law exponent in multiplicative Langevin equation with temporally correlated noise

Satoru Morita|arXiv (Cornell University)|2017. 09. 17.

Complex Systems and Time Series Analysis참고 문헌 28인용 수 2

한 줄 요약

이 논문은 시간에 따라 연속적인 다중성 라ング주인 방정식에서 잡음의 시간 상관관계가 있는 경우의 멱법칙 지수 γ를 분석적으로 조사한다. 이는 γ가 자명한 자기상관 시간 τ 외에도 잡음 분포의 고차모멘트인 왜도 S와 첨도 K에 의해 결정된다는 것을 보여준다. 이는 이산시간 시스템과는 달리, γ는 τ에 대해 단조롭게 감소하지 않으며, 잡음 분포가 비대칭일 경우(즉, S ≠ 0일 경우) γ가 τ 증가에 따라 증가할 수 있음을 시사한다. 이는 비단조적이고 분포에 의존하는 시간 상관관계에 대한 복잡한 의존성을 드러낸다.

ABSTRACT

Power-law distributions are ubiquitous in nature. Random multiplicative processes are a basic model for the generation of power-law distributions. It is known that, for discrete-time systems, the power-law exponent decreases as the autocorrelation time of the multiplier increases. However, for continuous-time ystems, it has not yet been elucidated as to how the temporal correlation affects the power-law behavior. Herein, we have analytically investigated a multiplicative Langevin equation with colored noise. We show that the power-law exponent depends on the details of the multiplicative noise, in contrast to the case of discrete-time systems.

연구 동기 및 목표

• 연속시간 스토케스틱 과정에서 다중성 잡음의 시간 상관관계가 멱법칙 지수 γ에 미치는 영향을 명확히 하기 위해.
• 이산시간 시스템과는 달리 잘 연구된 경우와는 달리, 연속계에서 잡음 상관관계가 멱법칙 행동에 미치는 영향에 대한 분석적 이해의 부족을 해결하기 위해.
• 자기상관 함수 외에도 잡음의 전체 분포를 고려한 일반적인 γ의 분석적 표현을 유도하기 위해.
• 색잡음이 있는 라ング주인 방정식의 수치 시뮬레이션을 통해 분석 예측을 검증하기 위해.
• 이전의 이산시간 결과와 대비하여, γ와 τ 사이에 단순한 반비례 관계가 성립하지 않는다는 점을 밝히기 위해.

제안 방법

• 자기상관 함수 ⟨ξ(t)ξ(t′)⟩ = (D/τ)e^(-|t−t′|/τ)를 갖는 색잡음 항 ξ(t)를 포함한 연속시간 다중성 라ング주인 방정식을 수립한다.
• 이산 상태 간의 포isson 분포에 따른 전이를 갖는 마코프 과정으로 잡음을 모델링하여 전이 행렬 B와 모멘트의 진화를 정확히 계산할 수 있도록 한다.
• 행렬 C가 다중성 역학을, 행렬 B가 잡음 전이 비율을 나타내는 조건에서, 고유값 문제 det(BC − I) = 0을 풀어 멱법칙 지수 γ를 유도한다.
• 유도된 식을 연속 잡음 분포로 확장하고, τ^1/2에 대한 매클로린 급수 전개를 수행하여 γ에 대한 근사 분석적 표현을 유도한다.
• 잡음 전이 연산자 A를 포커-플랑크 접근법을 통해 정의하고, 이를 잡음 상관 함수와 연결한다.
• Δt = 0.001로 설정한 유도-마르야모 스킴을 사용하여 수치 시뮬레이션을 수행하고, 정적 분포의 尾부에 최대우도 추정법을 적용하여 γ를 추출한다.

실험 결과

연구 질문

• RQ1 연속시간 다중성 과정에서 멱법칙 지수 γ는 다중성 잡음의 시간 상관관계에 어떻게 의존하는가?
• RQ2 멱법칙 지수 γ는 자기상관 시간 τ 외에도 잡음 분포의 고차모멘트인 왜도 S와 첨도 K에 의존하는가?
• RQ3 이전의 이산시간 모델에서는 γ ∝ 1/τ로 예측했지만, 본 연속시간 분석에서는 S와 K를 포함한 더 복잡한 의존성이 드러나는 이유는 무엇인가?
• RQ4 τ^1/2에 대한 급수 전개로부터 유도된 γ의 분석적 근사식은 τ 증가에 따른 γ의 행동을 정확히 예측할 수 있는가?
• RQ5 색잡음이 있는 라ング주인 방정식의 수치 시뮬레이션 결과와 본 연구의 결과는 어떻게 비교되는가?

주요 결과

• 멱법칙 지수 γ는 잡음 분포의 왜도 S에 의존한다: S < 0 이면 τ 증가에 따라 γ가 증가하고, S > 0 이면 γ가 감소한다.
• 대칭 잡음(S = 0)의 경우, 첨도 K > -1 이면 γ는 τ 증가에 따라 감소하며, 이는 대부분의 일반적인 분포(예: 정규분포, K = 0)에 해당된다.
• 분석적 근사식 γ ≈ (r/D)(1 - rS√τ / D)는 S ≠ 0 이면 τ의 제곱근에 의해 γ의 의존성이 결정되며, 이는 파라볼라 유사한 의존성을 유도한다.
• 정규분포 잡음(S = 0, K = 0)의 경우, γ는 거의 선형적으로 τ에 감소하며, 수치 시뮬레이션은 이 행동을 확인한다.
• 고유값 조건 det(BC - I) = 0 에 기반한 분석 결과는 이방향 및 정규분포를 포함한 다양한 잡음 분포에서 수치 시뮬레이션과 뛰어난 일치를 보인다.
• 기존 연구와의 괴리점을 해결하기 위해, 다른 잡음 상관관계 형태(식 33)의 가정은 화이트 잡음 극한에서 일관성이 없음을 보여주며, 연속시간 시스템에 있어서 식 (6)이 더 적절하다는 것을 밝혔다.