A note on weak convergence of the sequential multivariate empirical process under strong mixing
研究了强混合下序列$d$ -维经验过程的弱收敛性.弱收敛建立的混合率$α_n = O(n^{-a})$,其中$a>1$,这稍微改善了现有的结果在文献中,是基于混合率取决于尺寸$d$。
2013-04-18 math.PR math.ST stat.TH
Convergence of random-weight sequential Monte Carlo methods
我们研究了一个序贯蒙特卡罗方法的性质,其中出现在算法中的粒子的重量是由一个积极的,无偏估计量估计。我们提出了广泛适用的收敛结果,包括一个中心极限定理,我们讨论了它们在统计物理应用的相关性。使用这些结果,我们表明,rescue步骤减少的影响的随机性的权重的渐近方差的估计。此外,我们探讨了序贯蒙特卡罗方法的收敛极限,重点是几乎必然收敛。我们构造了一个例子算法,我们可以证明依概率收敛,但不收敛几乎肯定,即使在非随机权重的情况下。
2022-08-25 math.PR stat.ME
Convergence theorems for barycentric maps
本文首先建立了取值于完全度量空间$M$中的随机变量的条件期望理论,然后给出了$β$ -条件期望鞅的收敛定理.给出了遍历经验测度的$β$ -值的Birkhoff遍历定理,并给出了遍历极限函数的$β$ -条件期望的描述.此外,通过在$M$上的Borel概率测度的Wasserstein空间上找到压缩重心映射之间的完备度量,证明了遍历极限函数的连续性.最后,讨论了i.i.d.的$β$ -值的大导数性质.通过应用Sanov大偏差原理获得经验测量。
2018-05-22 math.FA math.PR
Kernel Metrics and Learning for Borel MDPs: Identifiability and Adaptive Control
Queen’s University(女王大学)
研究标准博雷尔空间下未知转移核的马尔可夫决策过程,通过建立核拓扑关系等进行正则性分析,给出贝叶斯和经验的可识别性结果,用于设计近最优自适应控制策略,解决无先验参数表示的问题。
2026-11-09 math.OC math.PR
Measures determined by their values on balls and Gromov-Wasserstein convergence
本文证明测度由球体积确定的性质在 Gromov-Wasserstein 收敛下稳定,并将其推广到持久图空间,为 TDA 统计检验及随机几何对象时间序列分析奠定基础。
2024-01-20 math.AT math.PR
Metrizing Weak Convergence with Maximum Mean Discrepancies
Alan Turing Institute(艾伦·图灵研究所);Microsoft Research(微软研究院)
本文描述了最大平均差异(MMD),度量的概率测度的弱收敛的一个广泛的类的核。更精确地说,我们证明了在局部紧的非紧Hausdorff空间上,有界连续Borel可测核k的MMD度量概率测度的弱收敛当且仅当k是连续的且积分严格正定的(i.s.p.d.)有限的正则Borel测度我们还通过证明存在两个有界连续i.s.p.d.,纠正了Simon-Gabriel & Schölkopf(JMLR,2018,Thm.12)的先前结果。不度量弱收敛和有界连续非I.S.P.D.的核。使其量化的核。
2021-09-03 cs.LG math.PR math.ST
Convergence of sequential Markov Chain Monte Carlo methods: I. Nonlinear flow of probability measures
序贯蒙特卡罗抽样算法是一类用于蒙特卡罗积分估计的随机算法。概率分布,它结合了马尔可夫链蒙特卡罗方法和重要性抽样/重新抽样方案的元素。我们开发了一个稳定性分析的非线性流的概率测度描述的粒子数趋于无穷大的算法的极限行为的功能不等式。稳定性结果来自全球和当地的假设下的发电机的基本大都市动态。这使我们能够证明,组合方法有时具有良好的渐近稳定性属性,在多模态设置,传统的MCMC方法混合非常缓慢。例如,这适用于所有温度下的平均场伊辛模型。
2006-12-03 math.PR
The strong Borel--Cantelli property in conventional and nonconventional setups
我们研究了强Borel-Cantelli属性的事件和序列空间上的位移,同时考虑了传统和非传统的设置。也就是说,在一定的条件下,事件$Γ_1,Γ_2,...$,我们表明,概率为1 \[ \left(\sum_{n=1}^N\prod_{i=1}^\ell P(Γ_{q_i(n)})\right)^{-1}\sum_{n=1}^N\prod_{i=1}^\ell\mathbb{I}_{Γ_{q_i(n)}}\to 1\,\,\mbox{as}\,\, N\to\infty \]其中$q_i(n),\, i=1,...,\ell$是整数值函数满足一定的假设和$\mathbb{I}_Γ$表示的指标$Γ$。当$\ell=1$(称为常规设置)时,这种收敛可以在$ϕ$混合条件下建立,而当$\ell>1$(称为非常规设置)时,需要更强的$ψ$混合条件.这些结果被推广到序列空间的移位$T$,其中$Γ_{q_i(n)}$被$T^{-q_i(n)}C_n^{(i)}$取代,其中$C_n^{(i)},\, i=1,...,\ell,\, n\geq 1$是圆柱集序列。作为应用,我们研究了某些对数距离函数的最大值和收缩圆柱的(多)击中时间的渐近行为。
2020-06-19 math.PR
Simple conditions for convergence of sequential Monte Carlo genealogies with applications
我们提出了简单的条件下,限制系谱过程与一类相互作用的粒子系统与非中性的选择机制,随着粒子数量的增长,是一个时间重新缩放的金曼合并。序贯蒙特卡罗算法是在诸如非线性滤波和平滑等问题中近似积分的流行方法,这些问题采用这种类型的粒子系统。它们的表现强烈依赖于诱导谱系过程的性质。我们验证了我们的主要结果的标准序贯蒙特卡罗算法与广泛的一类低方差reservation计划,以及有条件的序贯蒙特卡罗与多项式reservation的条件。
2020-12-07 math.PR stat.CO stat.ME
On the Weak Convergence of the Function-Indexed Sequential Empirical Process and its Smoothed Analogue under Nonstationarity
本文研究了非平稳时间序列下函数索引序列经验过程及其平滑类似物的弱收敛性,通过新型极大不等式和一致链式论证,在温和假设下建立了渐近等连续性条件,并详细应用于非平稳α-混合序列。
2025-08-16 math.PR math.ST stat.TH
A constructive Borel-Cantelli Lemma. Constructing orbits with required statistical properties
在可计算度量空间和可计算测度的一般背景下,证明了一类构造性Borel-Cantelli引理:给定一个具有有效可和测度的集合序列(在某种程度上是构造性的)$A_{i}$,存在不包含在无穷多个$A_{i}$中的可计算点.因此,我们获得了存在的可计算点遵循\emph{typical statistical behavior}的动力系统(他们满足伯克霍夫定理)的一大类系统,具有可计算的不变测度和一定的“快速”收敛速度的伯克霍夫平均Lipshitz可观。这是适用于一致双曲系统,分段扩张的地图,系统的间隔与一个冷漠的不动点,它直接意味着存在的可计算的数字是正常的任何基地。
2008-06-30 cs.IT math.CA math.DS
Weak convergence of predictive distributions
本文研究随机变量序列预测分布的弱收敛条件,用稳定收敛加以刻画,并考察条件同分布的三种弱化形式能否保证该条件成立。
2025-07-25 math.PR math.ST stat.ME
Weak Convergence of the Sequential Empirical Process of some Long-Range Dependent Sequences with Respect to a Weighted Norm
设$(X_k)_{k\geq1}$是一个具有$EX_1=0$、$EX_1^2=1$和协方差函数$r(k)=k^{-D}L(k)$的高斯长程相依过程。对于任何可测量函数$G$,令$(Y_k)_{k\geq1}=(G(X_k))_{k\geq1}$。我们研究了相关的序列经验过程$\left(R_N(x,t)\right)$关于加权范数$\|\cdot\|_w$的渐近行为。证明了在适当的正规化后,$\left(R_N(x,t)\right)$在有限权范数的càdlàg函数空间中弱收敛到Hermite过程.
2014-10-21 math.PR math.ST stat.TH
Topology and convergence on the space of measure-valued functions
Hokkaido University(北海道大学);Yamaguchi University(山口大学);Kyushu University(九州大学);Kobe University(神户大学)
本文研究了测度值函数空间上的拓扑与收敛性,探讨了相关极限定理及加性过程的极限理论。
2026-01-11 math.PR
Maximal generalization of Baum-Katz theorem and optimality of sequential tests
Baum-Katz定理断言i.i.d.像X r-一样分布的增量收敛当且仅当|X| ^{r+1}是可积的。我们推广了这一点,并统一了其他结果,通过证明以下等价成立,当且仅当G是适度的:Cesaro意味着G-收敛当且仅当G(L(a))是可积的每一个a当且仅当|X| .G(|X|)是可积的。这里,L(a)是Cesaro平均值与其极限的偏差超过a的最后一次,G-收敛是r-收敛的类似物。这解决了Wald的序贯检验的渐近最优性问题。
2005-10-03 math.PR
Convergence for Small-Order Derivatives of Random Polynomials with Independent Roots
University of Colorado, Boulder(科罗拉多大学博尔德分校)
本文证明对于独立同分布复随机变量乘积多项式,其小阶导数(阶数 $k_n=o(n)$)的经验零点测度几乎必然弱收敛到原分布 $\mu$。
2026-09-15 math.PR
Self-Balancing Sequential Sampling: Fast Convergence with Controlled Predictability
University of California, Berkeley(加州大学伯克利分校)
研究序贯抽样规则,通过自适应调整概率实现经验分布快速收敛到目标分布且保持样本不可预测。自平衡采样器有随机镜像下降解释,收敛速率快于标准,是熵正则化问题唯一解,弱偏差下计数过程收敛到特定过程,支持实用框架。
2026-08-26 math.PR stat.ME stat.ML
Convergence of a Sequential Monte Carlo algorithm towards multimodal distributions on Rd
本文提出了一种序列蒙特卡洛算法,用于在R^d上从多模分布中高效采样,并证明了其时间复杂度与逆温度的七次方及误差平方成正比。
2025-12-05 cs.NA math.NA math.PR
Time-dependent weak rate of convergence for functions of generalized bounded variation
设$W$表示布朗运动。对任何指数有界的Borel函数$g$,由$u(t,x)= \mathbb{E}[g(x{+}σW_{T-t})]$定义的函数$u$是具有终端条件$g$的倒向热方程的随机解.令$u^n(t,x)$表示由具有时间步长$2T/n$和空间步长$\pm σ\sqrt{T/n}$的简单对称随机游动生成的相应近似,其中$σ> 0$。对于非常不规则的终端条件$g$(紧区间上的有界变差,局部Hölder连续),考虑$u^n(t,x)$到$u(t,x)$的收敛速度收敛速率,以及误差$u^n(t,x)-u(t,x)$随着$t$趋向于$T$的行为
2019-02-01 math.PR
Convergence Bounds for Sequential Monte Carlo on Multimodal Distributions using Soft Decomposition
Department of Applied Mathematics \& Statistics, Johns Hopkins University e1,e2
本文研究了序贯蒙特卡洛算法在多模分布上的收敛性界,通过软分解方法,利用局部马尔可夫链混合动态而非全局混合动态,提出新的收敛性界分析方法。
2026-03-17 cs.LG math.PR math.ST
Portmanteau theorem for unbounded measures
我们证明了一个类似的portmanteau定理弱收敛的概率测度允许的措施是无界的基本度量空间,但有限的补充任何Borel邻域的一个固定的元素。
2006-04-23 math.CA math.PR
Convergence of bi-spatial pullback random attractors and stochastic Liouville type equations for nonautonomous stochastic p-Laplacian lattice system
本文研究带乘性噪声的非自治随机p-Laplacian格点方程长期行为关于随机项系数的收敛性,证明了双空间拉回随机吸引子上半连续性、不变样本测度收敛性,验证了随机Liouville型方程及样本统计解的收敛结论。
2024-12-13 math.AP math.PR