[论文解读] MEXIT: Maximal un-coupling times for Markov processes

Philip Ernst, Wilfrid S. Kendall+2 more|arXiv (Cornell University)|Feb 13, 2017

Markov Chains and Monte Carlo Methods参考文献 18被引用 1

一句话总结

本文提出了MEXIT（最大退出时间）框架，这是一种新颖的耦合机制，旨在使从相同初始状态出发的两个不同马尔可夫过程尽可能长时间保持相等，与传统耦合方法最小化达到相等所需时间的思路形成对比。作者为离散时间可数状态过程构建了显式耦合构造，并将该框架推广至一般状态空间上的连续时间过程，通过具有不同恒定漂移的布朗运动示例说明了该方法的应用。

ABSTRACT

Classical coupling constructions arrange for copies of the \emph{same} Markov process started at two \emph{different} initial states to become equal as soon as possible. In this paper, we consider an alternative coupling framework in which one seeks to arrange for two \emph{different} Markov (or other stochastic) processes to remain equal for as long as possible, when started in the \emph{same} state. We refer to this or maximal agreement construction as \emph{MEXIT}, standing for maximal exit. After highlighting the importance of un-coupling arguments in a few key statistical and probabilistic settings, we develop an explicit \MEXIT construction for stochastic processes in discrete time with countable state-space. This construction is generalized to random processes on general state-space running in continuous time, and then exemplified by discussion of \MEXIT for Brownian motions with two different constant drifts.

研究动机与目标

• 为统计与概率设定中需要延长不同随机过程之间一致性的场景提供解耦论证。
• 形式化一种新的耦合范式——MEXIT，使得两个不同的马尔可夫过程在从同一初始状态出发时，尽可能长时间保持相等。
• 为具有可数状态空间的离散时间马尔可夫过程，发展一种实现最大一致时间的构造性方法。
• 将MEXIT框架扩展至一般状态空间上的连续时间随机过程。
• 通过显式示例展示MEXIT的适用性，特别是针对具有不同恒定漂移的布朗运动。

提出的方法

• 提出一种新颖的耦合机制，优先延长从同一状态出发的两个不同马尔可夫过程之间的相等时间。
• 利用路径构造技术，为具有可数状态空间的离散时间马尔可夫过程构建显式的MEXIT耦合。
• 通过正则条件分布将MEXIT框架推广至连续时间过程，实现对一般状态空间的扩展。
• 将MEXIT构造应用于具有两个不同恒定漂移的布朗运动，推导出最大一致时间的分布。
• 利用路径耦合与时间变换过程，对扩散过程中的一致时间进行建模与分析。
• 借助耦合时间与首次通过时间的理论，以过程特征为依据刻画最大解耦持续时间。

实验结果

研究问题

• RQ1 如何构造两个不同马尔可夫过程之间的耦合，以使它们从同一初始状态出发后保持相等的时间最长？
• RQ2 在离散时间、可数状态的马尔可夫过程中，实现这种最大一致时间的理论与构造性条件是什么？
• RQ3 MEXIT框架在多大程度上可被推广至一般状态空间上的连续时间过程？
• RQ4 在MEXIT耦合下，具有不同恒定漂移的两个布朗运动的最大一致时间分布是什么？
• RQ5 在哪些统计或概率设定中，最大化不同过程之间的一致时间能带来显著优势？

主要发现

• MEXIT框架成功构建了耦合，使得从同一状态出发的两个不同马尔可夫过程尽可能长时间保持相等。
• 对于离散时间、可数状态的马尔可夫过程，通过路径与递归耦合技术构造了显式的MEXIT耦合。
• 通过正则条件分布与时间变换过程，MEXIT构造可推广至一般状态空间上的连续时间过程。
• 对于具有不同恒定漂移的布朗运动，MEXIT耦合产生了明确定义的最大一致时间，其分布可由漂移差与初始状态表示。
• 在布朗运动示例中，最大一致时间在MEXIT框架下被证明具有随机有界性且可进行解析处理。
• 该框架表明，不同过程之间实现长时间一致不仅可能，而且可系统性地设计，为概率耦合提供了新工具。