[논문 리뷰] Conditioning diffusions with respect to partial observations

Jean-Louis Marchand|arXiv (Cornell University)|2011. 05. 09.

Advanced Mathematical Modeling in Engineering참고 문헌 6인용 수 8

한 줄 요약

이 논문은 이산적이고 결정적인 시간에 상태의 선형 변환으로 관측되는 부분 관측 조건 하에서 다차원 확산 과정과 보조 확산 과정 사이의 법칙 등가성을 설정한다. 보조 과정은 기울기 보정 항을 가지며, 이 보정 항은 기울기 사영과 시간에 따라 변하는 보정을 포함한다. 이를 통해 조건부 과정의 효율적인 몬테카를로 시뮬레이션은 보조 과정의 해석 가능성을 활용하여 가능해진다.

ABSTRACT

In this paper, we prove a result of equivalence in law between a diffusion conditioned with respect to partial observations and an auxiliary process. By partial observations we mean coordinates (or linear transformation) of the process at a finite collection of deterministic times. Apart from the theoritical interest, this result allows to simulate the conditioned diffusion through Monte Carlo's method, using the fact that the auxiliary process is easy to simulate.

연구 동기 및 목표

• 이산적인 시간에 부분 관측, 즉 상태의 선형 변환에 조건부로 설정된 확산 과정을 시뮬레이션하는 데 도전하는 것.
• 이전에 종단 상태 완전 조건부에 국한되어 있던 다리 기반 시뮬레이션 방법을 부분 관측 또는 불완전한 관측 상황으로 확장하는 것.
• 통계적 추론과 매개변수 추정에서 조건부 확산 과정을 실용적이고 계산 가능하게 시뮬레이션할 수 있는 방법을 제공하는 것.
• 조건부 확산 과정의 법칙이 특정 기울기 보정을 가진 보조 과정의 법칙과 등가가 되는 이론적 조건을 설정하는 것.

제안 방법

• 기울기 사영 P^k_t(z)와 관측 시간 T_k에 기반한 시간에 따라 변하는 조정을 포함하는 기울기 보정 항을 가진 보조 확산 과정 y를 제안한다.
• 기술적 해석 가능성을 확보하고 특이성을 피하기 위해 보정 항은 오직 간격 (T_k - ε_k, T_k) 내에서만 작용하도록 한다.
• L_k P^k_t(z) = L_k 이며 ker(L_k) = ker(P^k_t(z)) 를 만족하는 기울기 사영 P^k_t(z) 를 사용하여 관측 제약 조건과 일관성을 확보한다.
• 기하학적 확률 이론의 Girsanov 정리와 베이즈 공식을 적용하여 조건부 법칙과 보조 과정 법칙 사이의 라돈-니코딤 미분을 유도한다.
• 적절한 정규성 및 비특이성 조건 하에서 b, σ 및 관측 행렬 L_k 에 대해 조건부 확산 과정과 보조 과정 y 사이의 법칙 등가성을 확립한다.
• ε_k → 0 으로 수렴하는 극한을 적용하여 정확한 밀도 비율을 도출하고, 이는 조건부 법칙 하에서 기대값의 비편향 몬테카를로 추정을 가능하게 한다.

실험 결과

연구 질문

• RQ1 이산적 시간에 상태의 선형 함수로 관측되는 부분 관측 조건 하에서 확산 과정을 효과적으로 시뮬레이션할 수 있는가?
• RQ2 조건부 확산 과정의 법칙과 동일한 법칙을 가지는 보조 과정이 존재하는가? 이를 통해 몬테카를로 방법으로 실용적으로 시뮬레이션할 수 있는가?
• RQ3 부분 관측 조건부에 대해 법칙 등가성을 확보하기 위해 보조 과정의 기울기 보정 항이 어떤 형태여야 하는가?
• RQ4 조건부 법칙과 보조 과정 사이의 라돈-니코딤 밀도를 명시적으로 어떻게 계산할 수 있는가?

주요 결과

• 부분 관측 조건 (L_k x_{T_k} = v_k) 하에서의 확산 과정 법칙은 기울기 사영과 시간에 따라 변하는 보정을 포함하는 특정 기울기 보정 항을 가진 보조 과정 y의 법칙과 등가이다.
• 보조 과정 y 는 유일하게 정의되며, 각 관측 시간 T_k 에서 거의 확실하게 정확한 종단 값을 향해 수렴하여 조건부 설정과 일관성을 확보한다.
• 조건부 법칙과 과정 y 의 법칙 사이의 라돈-니코딤 밀도는 명시적으로 계산 가능하며, 오직 매개변수 b, σ, T_k, v_k 및 사영 행렬 P^k_t 에만 의존한다.
• 이 방법을 통해 보조 과정에서 시뮬레이션된 경로의 가중 평균을 이용해 조건부 기대값의 비편향 몬테카를로 추정이 가능해진다.
• 보정 항은 각 T_k 의 왼쪽 근방에서 적분 가능하므로 확률적 적분의 존재성과 Girsanov 변환의 타당성을 보장한다.
• 이론적 프레임워크는 브라운 운동 브리지 및 완전 관측 브리지 방법을 부분 관측 및 선형 변환된 관측의 경우로 일반화한다.