[论文解读] A tourist’s guide to regularity structures

Ismaël Bailleul, Masato Hoshino|arXiv (Cornell University)|Jun 5, 2020

Stochastic processes and financial applications参考文献 43被引用 5

一句话总结

本文提供了对正则性结构理论的简洁、自包含的介绍，该理论是分析随机奇异PDE的框架。它概述了该理论的分析与代数基础，并展示了其在奇异SPDE中的应用，通过重正则化和模型化分布，系统性地处理带有不规则噪声的不适定方程。

ABSTRACT

We give a short essentially self-contained treatment of the fundamental analytic and algebraic features of regularity structures and its applications to the study of stochastic singular PDEs.

研究动机与目标

• 提供正则性结构所依赖的分析与代数结构的自包含阐述。
• 阐明模型化分布与重构算子在处理奇异SPDE中的作用。
• 展示该框架在求解由粗糙噪声驱动的不适定随机PDE中的实用性。
• 通过提炼关键技术要素，为该领域的新研究者建立基础。
• 将正则性结构的抽象机制与奇异SPDE中的具体应用联系起来。

提出的方法

• 将正则性结构的概念引入为泰勒多项式在不规则函数上的推广。
• 采用基于齐次函数的模型空间，以及通过类似特征的操作作用的结构群。
• 定义重构算子，以一致的方式从模型化分布中恢复分布。
• 应用重正则化程序，以处理SPDE中由奇异噪声引起的发散。
• 在加权函数空间中使用不动点论证，以在正则性结构框架内求解SPDE。
• 建立一个稳健的微分法，用于处理模型化分布的乘法与复合。

实验结果

研究问题

• RQ1 在存在粗糙噪声的情况下，如何系统地定义分布的局部展开？
• RQ2 为定义奇异SPDE的一致解理论，需要哪些代数与分析结构？
• RQ3 如何在一致框架内对随机PDE中的发散进行重正则化？
• RQ4 重构算子在将模型化分布与实际分布联系起来的过程中起什么作用？
• RQ5 正则性结构在何种意义上能为经典意义下不适定的SPDE提供解理论？

主要发现

• 正则性结构为定义在经典意义下不适定的奇异SPDE的解提供了一个稳健的框架。
• 重构算子能够从模型化分布中恢复分布，确保与底层函数空间的一致性。
• 该框架内的重正则化程序可消除由不规则噪声项引起的发散。
• 该理论支持在合适函数空间中的不动点论证，从而导出解的局部存在性与唯一性。
• 结构群与模型空间的形式化允许对非线性项与乘法噪声进行系统处理。
• 该框架推广了经典泰勒展开，并将正则性的概念扩展到具有负霍尔德正则性的分布。