On trees invariant under edge contraction
本文研究了随机树在每条边以概率$p\in(0,1)$独立收缩的操作下的不变规律。我们表明,所有这样的树可以通过泊松抽样从一定的一类随机测量$\R$ -树满足自然尺度不变性。这与可交换偏序集、实值自相似增长过程和Galton-Watson过程的准平稳分布有关。
2018-06-19 math.PR
Probabilistic Contraction Analysis of Iterated Random Operators
The Ohio State University(俄亥俄州立大学);University of Southern California(南加州大学);Stanford University(斯坦福大学)
本文提出基于随机占优的概率收缩分析技术,用于证明迭代随机算子生成Markov链的依概率收敛,并应用于连续状态动作MDP中的拟合值迭代与拟合相对值迭代。
2023-09-22 cs.LG math.OC math.PR
Contraction and decoupling inequalities for multilinear forms and u-statistics
证明了向量空间中系数为独立随机变量的随机多项式的解耦不等式。我们使用各种比较方法,包括重排不变范数(例如,Orlicz和Lorentz范数)、尾部分布、紧密性、超收缩性等。
1999-12-06 math.FA math.PR math.ST
Phase space contraction of degenerately damped random splittings
本文研究非平衡系统中能量从激发模态向耗散方向转移的机制,通过随机切换模型证明最小阻尼足以稳定流体系统。
2025-01-06 math.AP math.DS math.PR
Contraction principle for trajectories of random walks and Cramer's theorem for kernel-weighted sums
2013年,A.A. Borovkov和A.A. Mogulskii证明了一个弱于标准的“度量”大偏差原理(LDP)的轨迹随机游动在$R^d$的增量有有限的拉普拉斯变换在一个邻域为零。我们证明了一般度量的LDP下保持一致连续映射。这使我们能够将Borovkov和Mogulskii的结果转换为标准的LDPs。作为应用,我们推广了经典的Cram'er定理,证明了独立同分布核加权和的LPD。$R^d$中的随机向量。
2021-04-01 math.OC math.PR
Asymptotics of smoothed Wasserstein distances
我们研究了高斯平滑下$\mathbb{R}^d$上Wasserstein距离的收缩。众所周知,热半群相对于正曲率流形上的Wasserstein距离是指数收缩的;然而,在平坦的欧几里得空间上-其中热半群对应于通过高斯卷积平滑测度-情况更加微妙。我们证明了精确的渐近的$2$ -Wasserstein距离的作用下的欧氏热半群,并表明,在对比的情况下,正弯曲,收缩率总是多项式,指数取决于的时刻序列的措施。我们建立了类似的结果$p$ -Wasserstein距离$p \neq 2$以及$χ^2$的分歧,相对熵,和全变差距离。总之,这些结果建立了中心作用的时刻匹配参数的高斯卷积平滑的措施的分析。
2020-12-14 math.PR
Quantitative CLTs for symmetric $U$-statistics using contractions
我们认为序列的对称$U$统计,不一定Hoeffding退化,无论是在一个一维和多维的设置,并证明定量中心极限定理(CLTs)的基础上使用{ \it压缩运营商}。我们的结果代表了一个明确的对应类似的标准,可用于序列的随机变量生活在高斯,泊松或Rademacher混沌,并完全适合几何应用。为了证明这一点,我们给出了欧几里得空间上广义随机图的子图计数的显式界;特别注意的是致力于所谓的“密集参数制度”的均匀分布的点,我们推导出CLTs是新的,甚至在他们的定性声明,这也大大扩展了Jammalamadaka和Janson(1986)以及Bhattacharaya和Ghosh(1992)的经典发现。
2021-03-31 math.PR
On the contraction method with degenerate limit equation
一类随机递归序列(Y_n),其方差随随机树或递归算法的参数而缓慢变化,经正规化后可导出形式为X \stackrel{L}{=} X的退化极限方程.对于非退化极限方程,压缩方法是建立尺度序列收敛到极限方程的“唯一”解的主要工具。在本文中,我们发展了一个扩展的压缩方法,使我们能够推导出极限定理的参数的算法和数据结构与退化的极限方程。特别是,我们建立了一些新的工具和一般的收敛计划,它转移到一个中心极限法律(正常极限)的均值和方差的信息。我们还得到了一个收敛速度的结果。为了证明,我们使用自分解性质的极限正态分布,使我们能够模仿递归序列的伴随序列在正常的变量。
2004-10-06 math.PR
Geometric convergence bounds for Markov chains in Wasserstein distance based on generalized drift and contraction conditions
令$(X_n)_{n=0}^\infty$表示波兰空间上具有平稳分布$\varpi$的马尔可夫链。本文讨论了$X_n$和$\varpi$分布之间的Wasserstein距离的上界。特别是,一个明确的几何约束的距离平稳性推导出使用广义漂移和收缩条件,其参数在状态空间变化。这些新类型的漂移和收缩允许比标准版本更清晰的收敛边界,其参数是恒定的。结果的应用说明的背景下,非线性自回归过程和吉布斯算法的随机效应模型。
2021-02-15 math.PR
Dimension estimates in nonconformal graph directed iterated function systems via asymptotic perturbation
该研究针对非共形无限有向图迭代函数系统,构建共形到非共形的渐近扰动方法,得到扰动系统极限集的Hausdorff维数渐近行为,并探究了扰动自仿射集这一特例。
2023-07-20 math.DS math.PR
Local limit theorem and Edgeworth expansions for inhomogeneous random walks on $GL(d,\mathbb R)$
Ben-Gurion University(本-古里安大学)
本文针对可逆独立随机矩阵乘积的范数对数,证明了非格型局部中心极限定理与埃奇沃思展开,还为文献[MatBE]的中心极限定理最优速率提供了新证明,并给出收缩的若干充分条件。
2026-08-05 math.DS math.PR
On the asymptotic internal path length and the asymptotic Wiener index of random split trees
考虑了Devroye(1999)提出的随机分裂树。我们导出了其内部路径长度平均值的二阶展开式,并进一步用压缩法得到了一个极限定律。作为一个假设,我们需要分裂器在每个邻域中具有勒贝格密度和质量1。我们使用适当停止齐次马尔可夫链,其中限制结果在全变差距离以及更新理论。此外,我们将此方法推广到Wiener指标,得到相应的结果。
2011-06-01 math.PR
Wasserstein Contraction of Coordinate Ascent Variational Inference
Department of Statistics, University of Warwick(沃里克大学统计系);School of Mathematics, University of Bristol(布里斯托大学数学学院)
研究坐标上升变分推断算法在Wasserstein距离下的收缩性,通过不动点处的传输-信息不等式和函数光滑性条件给出局部收敛保证,并应用于贝叶斯高斯混合模型、高维贝叶斯Probit回归及Pólya-Gamma逻辑回归。
2026-07-02 cs.LG math.FA math.OC
Gelfand-Tsetlin polytopes and random contractions away from the limiting shapes
研究全旗流形随机压缩下自伴矩阵极值特征值行为,等价于 Gelfand-Tsetlin 多胞体一致测度研究,获显式一致估计与离群行为指数小概率结论。
2021-07-20 math-ph math.MP math.PR
Exact random centering and hybrid fluctuation limits for interacting reinforced processes under critical Markov switching
针对临界马尔可夫切换下交互强化过程,提出精确随机中心化与坐标分解,证明混合PDMP-扩散极限并刻画平稳性质,恢复交互信息。
2026-10-05 math.PR
Some Limit Properties of Markov Chains Induced by Stochastic Recursive Algorithms
Electrical and Computer Engineering Department, The Ohio State University(俄亥俄州立大学电气与计算机工程系);Microsoft Corp(微软公司)
本文研究了由随机递归算法诱导的马尔可夫链的极限性质,通过分析迭代随机算子的收敛性,证明了随机序列的分布弱收敛于收缩算子生成的轨迹,并进一步展示了随机序列的时间平均收敛于不变分布的空间均值。
2020-07-23 cs.LG cs.SY eess.SY
Chaining, Interpolation, and Convexity II: The contraction principle
一般的链接方法提供了一个尖锐的描述的上确界的许多随机过程的几何指标集。然而,在这个理论中出现的链式泛函在任何给定的情况下都难以控制。在本系列的第一篇文章中,我们介绍了一种通过实插值产生所需的多尺度几何的特别简单的方法。这种方法很容易使用,但并不总是产生明确的界限上链泛函。在本文中,我们表明,细化的插值方法提供了一个规范的机制,控制链接泛函。关键的创新是一个简单但强大的收缩原理,使其能够有效地利用插值。我们说明了这种方法的实用性,通过开发新的无量纲的随机矩阵的范数和链泛函在巴拿赫格上的界限。作为另一个应用,我们给出了优化测度定理的一个非常短的插值证明,该证明完全避免了早期证明核心的贪婪构造。
2016-10-17 math.FA math.MG math.PR
Nonparametric Bayesian posterior contraction rates for discretely observed scalar diffusions
本文研究了具有离散采样观测值$X_0, X_Δ, \dots, X_{nΔ}$的反射扩散模型$dX_t = b (X_t)dt + σ(X_t) dW_t,$的非参数贝叶斯推断.我们分析的非线性逆问题对应的“低频采样”制度,其中$Δ>0$是固定的和$n \to \infty$。给出了扩散系数$σ$和漂移函数$b$的先验分布$Π$的条件,并证明了该条件可保证Hölder-Sobolev光滑类上后验分布的极小极大最优收缩率.这些条件的非参数随机小波级数先验的自然例子进行了验证。对于证据,我们得出新的浓度不等式的经验过程所产生的离散观察到的扩散是独立的利益。
2016-03-29 math.PR math.ST stat.ME