[论文解读] On the Generating Functionals of a Class of Random Packing Point Processes

Tien V. Nguyen, François Baccelli|arXiv (Cornell University)|Nov 20, 2013

Point processes and geometric inequalities参考文献 9被引用 3

一句话总结

本文在初始点过程为泊松过程时，为马尔可夫型随机打包点过程的冲突范围建立了充分条件。它推导出这些过程的概率生成泛函的函数微分方程组以及其庞普分布的积分方程，为表征一、二阶矩以外的高阶矩和空间分布提供了新的分析框架。

ABSTRACT

Consider a symmetrical conflict relationship between the points of a point process. The Matérn type constructions provide a generic way of selecting a subset of this point process which is conflict-free. The simplest one consists in keeping only conflict-free points. There is however a wide class of Matérn type processes based on more elaborate selection rules and providing larger sets of selected points. The general idea being that if a point is discarded because of a given conflict, there is no need to discard other points with which it is also in conflict. The ultimate selection rule within this class is the so called Random Sequential Adsorption, where the cardinality of the sequence of conflicts allowing one to decide whether a given point is selected is not bounded. The present paper provides a sufficient condition on the span of the conflict relationship under which all the above point processes are well defined when the initial point process is Poisson. It then establishes, still in the Poisson case, a set of differential equations satisfied by the probability generating functionals of these Matérn type point processes. Integral equations are also given for the Palm distributions.

研究动机与目标

• 在初始点过程为泊松过程时，建立马尔可夫型无冲突点过程定义良好的条件。
• 通过一组函数微分方程表征这些无冲突过程的概率生成泛函（p.g.fl.）。
• 在庞普测度下推导生成泛函的积分方程，将分析扩展至条件空间统计。
• 为研究硬核点过程中的高阶矩测度和空间分布提供新的分析框架。
• 解决随机打包模型中表征一、二阶矩以外分布的开放问题。

提出的方法

• 引入马尔可夫型过程的动力学视角，通过随机演化过程建模逐点选择无冲突点。
• 利用无穷小生成元技术和摄动分析，推导出所选点过程的生成泛函满足的函数微分方程组。
• 通过引入活动函数的指数衰减变换，分析过程的生成元并推导出微分系统。
• 利用庞普分布与非庞普分布之间的关系，推导出在庞普测度下生成泛函的积分方程。
• 应用该方法通过归纳法计算高阶矩测度和n重庞普生成泛函，尽管为简洁起见省略了具体计算。
• 依赖泊松假设以确保所推导方程解的存在性与唯一性。

实验结果

研究问题

• RQ1 当初始点过程为泊松过程时，冲突范围满足何种条件可使马尔可夫型随机打包过程定义良好？
• RQ2 在泊松情况下，无冲突子集的概率生成泛函由何种微分方程组控制？
• RQ3 如何从分析上表征所选点过程的庞普分布？
• RQ4 能否通过所提出的框架系统地从生成泛函推导出马尔可夫过程的高阶矩测度？
• RQ5 在该类随机打包过程中，原始测度与庞普测度下生成泛函之间的关系是什么？

主要发现

• 本文在初始点过程为泊松过程时，为所有马尔可夫型过程的定义良好性建立了冲突范围的充分条件。
• 在泊松情况下，所选无冲突点过程的概率生成泛函满足唯一的函数微分方程组。
• 在庞普分布下，生成泛函满足一组相关的积分方程，通过与非庞普情形的对偶关系推导得出。
• 该框架原则上可通过迭代微分和归纳法计算所有矩测度和n重庞普分布。
• 所推导的方程具有新颖性，为表征随机打包过程的完整分布（超越均值与方差）提供了新的分析工具。