[논문 리뷰] Wavelet estimation of the long memory parameter for Hermite polynomial of Gaussian processes

Marianne Clausel, François Roueff외 2명|arXiv (Cornell University)|2011. 05. 05.

Image and Signal Denoising Methods참고 문헌 39인용 수 26

한 줄 요약

이 논문은 가우시안 과정의 헤르mite 다항식으로 구성된 비가우시안 과정에서 장기 기억 파rameter의 웨이블릿 기반 추정을 다룬다. 웨이블릿 스칼로그램의 점근적 분포가, 웨이블릿 계수의 대규모 척도에서의 행동과 웨이블릿 카오스 전개의 구조로 인해, 원래 과정이 2차 이상의 헤르mite 다항식이라 하더라도 항상 비가우시안 로젠블라트 과정(2차)으로 수렴함을 보여준다.

ABSTRACT

We consider stationary processes with long memory which are non-Gaussian and represented as Hermite polynomials of a Gaussian process. We focus on the corresponding wavelet coefficients and study the asymptotic behavior of the sum of their squares since this sum is often used for estimating the long-memory parameter. We show that the limit is not Gaussian but can be expressed using the non-Gaussian Rosenblatt process defined as a Wiener It\\^o integral of order 2. This happens even if the original process is defined through a Hermite polynomial of order higher than 2.

연구 동기 및 목표

• 헤르미트 다항식의 가우시안 과정에서 유도된 비가우시안 장기 기억 과정에 대한 웨이블릿 스칼로그램의 점근적 행동을 분석하는 것.
• 특히 비가우시안 자기유사성 및 장기 의존 과정에 대해 가우시안 과정을 초월한 웨이블릿 기반 추정 방법을 확장하는 것.
• 장기 기억 파ram터 $ d $ 의 반모수적 추정을 뒷받침하는 웨이블릿 계수에 대한 극한 정리 수립.
• 웨이블릿 카오스 분해가 웨이블릿 스칼로그램의 극한 분포를 결정하는 데서 수행하는 역할을 명확히 하는 것.

제안 방법

• 저자들은 장기적 의존성을 지닌 정적 가우시안 과정 $ X_t $ 의 $ q_0 $-번째 헤르mite 다항식으로 과정 $ Y_t $ 를 모델링한다.
• 웨이블릿 계수 $ W_{j,k} $ 는 척도 $ j $ 에서 웨이블릿 필터 $ h_j $ 와의 컨볼루션을 통해 정의되며, $ j \to \infty $ 이고 $ n \to \infty $ 이다.
• 스칼로그램 $ S_{n,j} = \frac{1}{n} \sum_{k=0}^{n-1} W_{j,k}^2 $ 은 반모수적 설정 하에서 점근적으로 분석된다.
• 정규화된 스칼로그램의 극한 분포는 웨이블릿 카오스 이론과 복소수 다중 웨이블릿-이토 적분 도구를 사용하여 유도된다.
• 다중 웨이블릿-이토 적분의 곱 공식(보조정리 B.1) 은 웨이블릿 계수의 곱을 정규직교 카오스 성분으로 분해하는 데 사용된다.
• 분석 결과 극한 분포는 가우시안이 아니며, 2차 로젠블라트 과정과 관련된 비퇴화된 비가우시안 과정임을 보여준다.

실험 결과

연구 질문

• RQ1 가우시안 과정의 헤르mite 다항식으로 구성된 비가우시안 장기 기억 과정에 대해 웨이블릿 스칼로그램의 점근적 분포는 무엇인가?
• RQ2 원천 과정이 비가우시안일 경우, 헤르mite 다항식 차수가 2를 초월하더라도 스칼로그램의 극한 분포는 여전히 가우시안인가?
• RQ3 웨이블릿 카오스 분해의 구조가 장기 기억 설정에서 웨이블릿 스칼로그램의 극한에 미치는 영향은 무엇인가?
• RQ4 스칼로그램을 이용한 비가우시안 과정에 대한 장기 기억 파ram터 $ d $ 의 웨이블릿 기반 추정은 일관적으로 적용될 수 있으며, 그 극한 분포는 무엇인가?
• RQ5 로젠블라트 과정은 $ q_0 > 2 $ 인 헤르mite 과정에 대해 웨이블릿 스칼로그램의 점근 이론에서 어떤 역할을 하는가?

주요 결과

• 장기 기억 가우시안 과정의 $ q_0 \geq 2 $ 차 헤르mite 다항식에 대한 정규화된 웨이블릿 스칼로그램의 점근적 분포는 비가우시안이다.
• 극한은 비퇴화된 랜덤 변수이며, 2차 웨이블릿-이토 적분으로 표현 가능하다. 즉, 로젠블라트 과정이다.
• 이 비가우시안 극한은 원래 과정이 2차 이상의 헤르mite 다항식이라도, 2차 카오스 성분이 점근적 행동를 지배하기 때문에 발생한다.
• 이 결과는 장기 기억 행동 $ f(\lambda) \sim |\lambda|^{-2d} $ 이외의 스펙트럼 밀도에 대한 파arametric 형태를 가정하지 않는 반모수적 설정 하에서도 성립한다.
• 스칼로그램이 로젠블라트 과정으로 수렴한다는 것은, 이러한 비가우시안 과정에 대해 표준 가우시안 기반 추론을 웨이블릿 추정기에게 직접 적용할 수 없다는 것을 의미한다.
• 이론적 프레임워크는 다중 웨이블릿-이토 적분의 복소수 확장된 곱 공식에 기반하며, 이는 논문에서 엄밀하게 증명되었다.