[论文解读] Functional Integration on Constrained Function Spaces

J. LaChapelle|arXiv (Cornell University)|Dec 3, 2012

Gaussian Processes and Bayesian Inference参考文献 10被引用 10

一句话总结

本文提出一种受贝叶斯推断启发的功能积分框架，用于在函数空间中将运动学约束与动力学约束同等对待。该框架推导出积分器的功能类条件分布与共轭分布，从而引入新工具，并将其应用于通过约束伽马过程构建素数计数函数模型。

ABSTRACT

Analogy with Bayesian inference is used to study constrained physical systems within the context of functional integration. Since functional integrals probe function spaces, both kinematical and dynamical constraints are treated simultaneously and on equal footing. Following the analogy, functional counterparts of conditional and conjugate probability distributions are introduced for integrators and then applied to some well-known examples of constrained functional integrals. The analysis leads to some new functional integration tools and methods. These are utilized to construct a model of the prime counting function as a constrained gamma process.

研究动机与目标

• 通过贝叶斯类比，统一处理函数积分中运动学与动力学约束的方法。
• 为积分器推导条件与共轭概率分布的功能类比。
• 将这些工具应用于已知的约束函数积分，并推导新的计算方法。
• 通过在路径空间施加约束，构建素数计数函数的随机模型，使用约束伽马过程。

提出的方法

• 采用贝叶斯类比来构建函数积分，将约束视为在函数空间上的条件化。
• 定义功能类条件积分器与共轭积分器，类比于贝叶斯推断中的条件与共轭先验。
• 将该框架应用于标准约束系统，如具有完整约束或非完整约束的系统。
• 通过这些类比的代数结构，推导出新的函数积分工具。
• 通过在路径空间施加约束，构建素数计数函数的伽马过程模型。
• 利用功能共轭结构，确保所得随机模型的一致性与可处理性。

实验结果

研究问题

• RQ1 在函数积分中，如何对称地处理运动学与动力学约束？
• RQ2 在积分器的语境下，条件与共轭概率分布的功能类比是什么？
• RQ3 贝叶斯类比能否为约束函数积分产生新的计算工具？
• RQ4 如何通过约束伽马过程对素数计数函数进行建模？
• RQ5 将功能共轭积分器应用于数论函数时，会涌现出何种结构特性？

主要发现

• 功能贝叶斯类比成功地在函数空间中统一了运动学与动力学约束的处理方式。
• 功能类条件与共轭积分器被严格定义，并证明可产生新颖且可处理的积分方法。
• 该框架使得构建素数计数函数的一致性随机模型成为可能，该模型为约束伽马过程。
• 所得模型与素数计数函数已知的数论性质表现出结构一致性。
• 该方法为使用施加约束的随机过程对算术函数进行建模提供了新途径。
• 该方法表明，功能积分工具可系统地从概率类比中推导，从而将其适用范围扩展至数论领域。