[논문 리뷰] The rate of weak convergence of the n-point motions of Harris flows

A. A. Dorogovtsev, В. В. Фомичов|arXiv (Cornell University)|2016. 06. 05.

Geometric Analysis and Curvature Flows참고 문헌 4인용 수 4

한 줄 요약

이 논문은 일차원 해리스 흐름의 n점 운동이 아라티아 흐름으로 향하는 약한 수렴의 정량적 속도를 확립한다. 여기서 두 분포 간의 워샤르슈타인 거리는 $ d(\Gamma)^{1/22} $ 의 정수배로 유계임을 보이며, $ d(\Gamma) $ 는 공분산 함수의 지지집합의 지름이다. 이 결과는 입자 구성의 근사화와 최적의 쌍정법을 통해 도출되며, 이는 이전의 약한 수렴 결과를 정량적 속도로 확장한다.

ABSTRACT

In this paper we discuss the Wasserstein distance between the n-point motions of Harris flows whose covariance functions have compact support. We prove that it can be estimated by the diameters of their support provided the latter are sufficiently small.

연구 동기 및 목표

• 공분산 함수의 지지집합이 작아질수록 일차원 해리스 흐름의 n점 운동이 암시하는 약한 수렴의 정량적 속도를 제공하기 위해.
• 이전의 정성적 약한 수렴 결과를 공분산 함수 지지집합의 지름에 대한 정확한 속도 추정으로 확장하기 위해.
• 해리스 흐름의 n점 운동과 아라티아 흐름의 분포 간 워샤르슈타인 거리를 분석하기 위해.
• 입자 수 $ n $ 과 공분산 지지집합의 지름 $ d(\Gamma) $ 에 따라 의존하는 수렴 속도의 상한을 설정하기 위해.

제안 방법

• 등간격의 초기 위치 $ u_k = \frac{2k-1}{2n} $ 를 사용하여 점점 증가하는 $ n $ 을 갖는 근사 입자 시스템의 수열을 구성한다.
• 중간 근사화를 통해 일반 해리스 흐름의 n점 운동과 아라티아 흐름의 n점 운동을 비교하기 위해 쌍정 기법을 적용한다.
• 확률 measures 간의 분포 거리를 측정하기 위해 워샤르슈타인 거리 $ W_1 $ 를 사용한다.
• 근사 과정 간의 기대 최대 노름 차이를 유계로 만드는 핵심 보조정리를 활용하며, 이는 $ \varepsilon = \frac{1}{2}d(\Gamma) $ 인 $ \sqrt{\varepsilon} $ 형식의 유계로 이어진다.
• 세 항으로 나누어 삼각 부등식을 적용한다: $ W_1(\Lambda, \Lambda^n) $, $ W_1(\Lambda^n, \Lambda_0^n) $, $ W_1(\Lambda_0^n, \Lambda_0) $; 각 항은 서로 다른 기법으로 유계로 처리된다.
• 총 오차 유계를 최소화하기 위해 $ n $ 에 대해 최적화를 수행하여 최종적으로 $ O(d(\Gamma)^{1/22}) $ 의 수렴 속도를 도출한다.

실험 결과

연구 질문

• RQ1 공분산 함수의 지지집합이 작아질수록 해리스 흐름의 n점 운동이 아라티아 흐름으로 수렴하는 속도는 무엇인가?
• RQ2 n점 운동의 분포 간 워샤르슈타인 거리를 공분산 함수 지지집합의 지름에 따라 유계로 둘 수 있는가?
• RQ3 수렴 속도는 입자 수 $ n $ 과 지지집합의 지름 $ d(\Gamma) $ 에 따라 어떻게 달라지는가?
• RQ4 정성적 약한 수렴 외에 정량적 속도 추정을 달성할 수 있는가?
• RQ5 n점 운동 분포 근사에서 총 오차 유계를 최소화하는 최적의 $ n $ 은 무엇인가?

주요 결과

• 공분산 함수의 지지집합의 지름 $ d(\Gamma) $ 에 대해 $ \frac{1}{2}d(\Gamma) < \frac{1}{n} $ 를 만족할 경우, 해리스 흐름의 n점 운동 분포와 아라티아 흐름의 분포 간 워샤르슈타인 거리는 $ \frac{\sqrt{2}n^5}{3} \cdot \sqrt{d(\Gamma)} $ 이하로 유계이다.
• 총 수렴 속도 $ W_1(\Lambda, \Lambda_0) $ 는 $ C \cdot d(\Gamma)^{1/22} $ 이하로 유계이며, 여기서 $ C $ 는 초기 흐름 매개변수에 따라 결정되는 양수 상수이다.
• 오차 유계를 최소화하는 최적의 입자 수 $ n_0 $ 는 약 $ \left[ \frac{1}{(10\sqrt{d(\Gamma)})^{2/11}} \right] + 1 $ 으로 주어지며, $ d(\Gamma) < \frac{1}{100} $ 일 때는 $ n_0 \geq 2 $ 가 보장된다.
• 근사 오차 $ W_1(\Lambda, \Lambda^n) $ 의 유계는 $ \frac{K}{\sqrt{n}} $ 으로 유도되며, 이는 경험 측도가 진짜 분포로 수렴함에 따라 유도된다.
• 이 방법은 $ O(d(\Gamma)^{1/22}) $ 의 속도를 달성한다. 이는 다항식보다 느리지만 임의의 역거듭제곱보다는 빠르며, 입자 수와 지지집합 크기 간의 상호작용을 반영한다.
• 결과적으로, $ d(\Gamma) \to 0 $ 일 때 해리스 흐름의 n점 운동이 아라티아 흐름의 n점 운동으로 워샤르슈타인 거리 기준으로 정량적으로 수렴함을 확인한다.