[论文解读] Monte Carlo integration of non-differentiable functions on $[0,1]^\iota$, $\iota=1,\dots,d$ , using a single determinantal point pattern defined on $[0,1]^d$

Jean‐François Coeurjolly, Adrien Mazoyer+1 more|arXiv (Cornell University)|Feb 28, 2020

Point processes and geometric inequalities参考文献 31被引用 1

一句话总结

本文提出使用一个带有狄利克雷核的单一确定性点过程（DPP），对 [0,1]^d 上的不可微函数执行蒙特卡洛积分。通过利用 DPP 的排斥特性，该方法在 Sobolev 空间中具有正则性 s > 0 的函数上实现了方差衰减速率 N^{-1-(2s∧1)/d}，且当 s > 1/2 时满足中心极限定理，从而可实现对多个变量子集上积分的高效、可重用的求积节点。

ABSTRACT

International audience

研究动机与目标

• 开发 [0,1]^d 中单组、可重用的 N 个求积点，用于估计任意 ι 维子集上的积分，其中 ι ≤ d。
• 最小化对被积函数的假设，特别是避免要求可微性，同时保持对方差和收敛性的理论保证。
• 在高维场景（如计算机实验和敏感性分析）中实现高效积分，这些场景需要重复进行边际积分。
• 在被积函数具有最小正则性要求的 Sobolev 空间中，建立理论收敛速率和渐近正态性。

提出的方法

• 该方法使用由 Z^d 中矩形索引集的傅里叶分解导出的狄利克雷核定义的投影 DPP。
• 求积点 {u1, ..., uN} 一次性从该 DPP 中抽取，形成具有排斥性且分布均匀的设计。
• 积分估计量为 f 在 DPP 点上的经验均值，不依赖于 f 的结构或奇点。
• 理论分析基于谱分解和 DPP 核的性质，将方差以 f 的傅里叶系数的 L2 范数形式进行有界。
• 该方法确保同一组点集可投影到任意 ι 维子空间上，以估计 [0,1]^ι 上的积分。
• 该方法在坐标反射下保持不变，从而可简单构造一种对称版本，可在不改变收敛速率的前提下降低方差。

实验结果

研究问题

• RQ1 能否在 [0,1]^d 中使用单个基于 DPP 的点集，对任意 ι 维子空间上的积分进行估计，且对被积函数的假设尽可能少？
• RQ2 当被积函数不可微时，使用 DPP 进行蒙特卡洛积分的方差衰减最优速率是什么？
• RQ3 在弱正则性条件下（如 f ∈ H^s([0,1]^d) 且 s > 1/2），DPP 估计量是否满足中心极限定理？
• RQ4 能否从单个 DPP 实现中一致估计渐近方差？还是这在根本上不可行？
• RQ5 在实际中，该 DPP 方法与标准蒙特卡洛、准蒙特卡洛或拉丁超立方设计相比，在子集变量积分中的表现如何？

主要发现

• 对于 Sobolev 空间 H^s([0,1]^d) 中满足 s > 0 的函数，基于 DPP 的估计量方差衰减速率为 O(N^{-1-(2s∧1)/d})。
• 当 s > 1/2 时，估计量满足中心极限定理，从而可通过渐近正态性实现有效推断。
• 即使 f 不可微，该方法在足够光滑的函数上仍优于标准蒙特卡洛（O(N^{-1})）的收敛速率。
• 同一 DPP 实现可被重用于估计 [0,1]^d 中任意 ι 维子空间上的积分，从而实现高效的敏感性分析。
• 通过使用 u 和 1−u 的对称版本，可将方差公式中的 |f̂(j)|² 替换为 Re(f̂(j))²，从而将渐近方差降低。
• 尽管具有理论优势，但从单个 DPP 样本中一致估计渐近方差 σ²(f) 的问题仍是开放挑战。