Graphon particle system: Uniform-in-time concentration bounds
在本文中,我们考虑具有非均匀平均场型相互作用的图子粒子系统和相关的有限粒子近似。在适当的生长条件下(凸性)假设,我们得到均匀的时间浓度估计,在有限(分别)。无限)时间范围,经验措施和它的极限之间的Wasserstein距离,推广Bolley-Guillin-Villani的工作。
2022-10-20 math.PR
Concentration of measure for Graphon particle system
本文研究了图论粒子系统中的测度集中性,通过均场型相互作用和图论结构,推导了有限粒子近似在有限时间内的指数集中估计。
2022-05-10 math.PR
Accuracy of the Graphon Mean Field Approximation for Interacting Particle Systems
该研究针对稠密图下的相互作用粒子系统,证明当图收敛到graphon时系统行为收敛到graphon平均场近似,给出两类子情形的收敛速率界,并通过实例验证其适用性与数值效率。
2024-05-14 math.PR
Convex ordering for graphon mean-field systems
The Hong Kong University of Science and Technology(香港科技大学)
本文针对R^d上的图on平均场系统,建立欧拉逼近、证明边缘凸序保持性,结合加权L^2范数得到无限时间水平轨迹收敛结果,并将其应用于图on平均场博弈的值函数比较。
2026-09-03 math.OC math.PR
Long-time behavior and turnpike properties of linear-quadratic graphon mean field control problems
University of Michigan(密歇根大学)
研究线性二次图上均值场控制问题的渐近行为和大道性质,通过Riccati方程组等表征最优控制和状态轨迹,在特定条件下建立遍历控制问题可解性及收敛估计,证明最优对的指数大道性质和时间平均价值函数收敛。
2026-07-21 math.OC math.PR
Propagation of Chaos of Forward-Backward Stochastic Differential Equations with Graphon Interactions
本文利用正倒向随机微分方程系统研究图子平均场对策。我们建立了两个不同的假设下的解决方案的存在性和唯一性,并证明了相互作用的图子,这是必要的混沌结果的传播的稳定性。作为混沌传播理论的一个应用,我们证明了一般模型下n人对策纳什均衡的收敛性,这是图子平均场对策理论中的一个新发现。
2022-02-16 math.OC math.PR
A label-state formulation of stochastic graphon games and approximate equilibria on large networks
本文研究了大图上的随机对策及其图子极限。我们提出了一个新的配方的graphon游戏的基础上,一个典型的球员的标签状态分布。相比之下,最近提出的其他graphon游戏模型直接与连续体的球员,这涉及严重的测量理论的技术。事实上,通过将标签视为状态过程的一个组成部分,我们在我们的公式中表明,图子博弈是平均场博弈的一个特例,尽管具有某些不可避免的退化和不连续性,使得平均场博弈的大多数现有结果不适用。尽管如此,我们证明了马尔可夫图子平衡的存在性相当一般的假设下,以及在单调性条件下的唯一性。最重要的是,我们展示了我们的图子平衡的概念可以用来构造近似平衡的大型有限对策集上的任何(加权,有向)图收敛于切割范数。缺乏球员的交换需要一个仔细的近似均衡的定义,允许球员的近似误差之间的异质性,我们展示了模型的输入和底层graphon的各种规律性属性自然导致不同的近似强度。
2022-04-20 math.OC math.PR
Stochastic Graphon Games with Jumps and Approximate Nash Equilibria
本文研究带跳的随机图博弈,提出图平均场随机微分方程模型,证明有限博弈到图系统的收敛性,并基于图均衡分析大规模网络上有限博弈的近似均衡及收敛速率。
2025-06-17 math.OC math.PR
Graphon Quantum Filtering Systems
University of Florida(佛罗里达大学)
本文提出基于图论的量子过滤系统,用于多类玻色子系统在块状相互作用下的混沌传播,应用于量子态制备和量子图论游戏。
2025-12-03 math-ph math.CO math.MP
Quantitative Large Population Limit for Non Exchangeable Diffusions in Fisher Information
Université Claude Bernard Lyon 1(里昂第一大学)
本文基于[22]和[15]的方法,研究交互矩阵趋近于图核的非交换粒子系统的大群体行为,通过证明粒子系统与独立投影系统的相对信息度量的定量界,探讨图核均场系统的稳定性。
2026-04-13 math.PR
Observed quantum particles system with graphon interaction
本文针对受间接连续测量的异质平均场相互作用量子粒子系统,推导了新的极限量子graphon系统,证明其适定性并建立稳定性结果,为相关量子系统研究提供理论支撑。
2024-05-12 math.AP math.OC math.PR
Policy Optimization for Continuous-time Linear-Quadratic Graphon Mean Field Games
Department of Mathematics, Imperial College London(数学系,帝国理工学院伦敦分校)
本文针对连续时间线性二次图子平均场博弈提出策略优化框架,设计仿射策略参数化与双层优化算法,证明其线性收敛到最优响应并全局收敛到纳什均衡,实验验证了算法的收敛性与鲁棒性。
2025-06-06 cs.LG math.OC math.PR
Graphon Particle Systems, Part I: Spatio-Temporal Approximation and Law of Large Numbers
State Key Laboratory of Mathematical Sciences, Academy of Mathematics and Systems Science, Chinese Academy of Sciences(中国科学院数学与系统科学研究院);Key Laboratory of Management, Decision and Information Systems, Institute of Systems Science, Academy of Mathematics and Systems Science, Chinese Academy of Sciences(中国科学院数学与系统科学研究院系统科学研究所);School of Mathematical Sciences, University of Chinese Academy of Sciences(中国科学院大学数学科学学院);School of Artificial Intelligence and Automation, China University of Geosciences(中国地质大学人工智能与自动化学院)
本文研究含时变随机系数的图粒子系统,证明其解的存在唯一性与大数定律,发现该系统可描述大规模网络分布式随机梯度下降算法的极限动力学,为该算法提供时空逼近理论支撑。
2026-08-24 cs.SY eess.SY math.PR
Synchronization in random networks of identical phase oscillators: A graphon approach
Pitzer College(皮策学院);Rutgers University(罗格斯大学);Cornell University(康奈尔大学)
本文用 graphon 框架分析 $W$-随机网络中相同相位振子的动力学,证明有限网络解高概率收敛于无穷 graphon 系统,并用于研究 Erdős-Rényi 图上的同步。
2025-10-03 math.DS math.PR
Interacting particle systems on sparse $W$-random graphs
本文研究了随机图上广义交互粒子系统的大种群极限,证明当底层图序列收敛于 graphon 时,系统收敛至 graphon 随机微分方程,并利用 Fubini 扩展框架和无界 graphon 的 $L^p$ 理论处理了非线性交互与稀疏图情形。
2024-10-15 math.PR
Weakly interacting oscillators on dense random graphs
本文研究图序列上弱相互作用粒子系统,证明当图序列收敛到图子时经验测度满足大数定律,其极限为图子加权的非线性 Fokker-Planck 方程解,并刻画了收敛到经典 McKean-Vlasov 极限的图序列。
2023-07-03 math.PR
Mean-field limits for stochastic particle systems on dense graphs
National Technical University of Athens(雅典国立技术大学);WIAS(柏林工业分析与应用数学研究所)
研究稠密加权有向图上的随机粒子系统,证明经验测度过程的大数定律,并推导出描述宏观演化的确定性非线性主方程,该方程通过极限图保留了异质交互结构。
2026-06-11 cond-mat.stat-mech math.PR
Mean field limit of non-exchangeable interacting diffusions on co-evolutionary networks
Universidad de Granada(格拉纳达大学)
针对共演化网络中网络结构与粒子状态相互影响的问题,本文利用概率图论框架,建立了不可交换相互作用扩散系统的平均场极限,得到了路径依赖的McKean-Vlasov SDE与权重输运方程耦合的宏观方程。
2026-06-23 math.AP math.PR
Parameter estimation for graphon-interacting particle systems from discrete observations
Universitat Pompeu Fabra(庞佩法布拉大学);Barcelona School of Economics(巴塞罗那经济学院);University of Padova(帕多瓦大学)
本文针对图论加权平均场框架下异质粒子系统,提出基于伪似然的对比函数,在离散观测下联合估计漂移和扩散系数,证明估计量的一致性和渐近正态性。
2026-09-21 math.PR math.ST stat.TH
Non-exchangeable mean-field theory for adaptive weights: propagation of dissociatedness and graphon sampling lemma
Sorbonne Université(索邦大学)
本文提出了一种非交换均场理论,用于描述粒子与权重共同演化的系统,通过解离性的传播和图ons采样引理,揭示了大规模系统中粒子与权重的内在相关性。
2025-12-29 math.AP math.CO math.PR
Gradient flows on graphons: existence, convergence, continuity equations
Sewoong Oh Paul G. Allen School of Computer Science \& Engineering University of Washington Seattle WA 98195, USA Email;Soumik Pal Department of Mathematics University of Washington Seattle WA 98195, USA Email;Raghav Somani Paul G. Allen School of Computer Science \& Engineering University of Washington Seattle WA 98195, USA Email;Raghavendra Tripathi Department of Mathematics University of Washington Seattle WA 98195, USA Email
本文研究了图上梯度流的连续极限,证明了欧几里得梯度流在边权重上的收敛性,并探讨了图上空间上的最大坡度曲线。
2023-06-29 cs.LG math.PR stat.ML
Non--exchangeable mean field games with moderate interactions and common noise
École Polytechnique Paris(巴黎综合理工学院)
本文研究了具有中等局部交互和共同噪声的大型非交换性群体的均场博弈,提出了非交换性均场博弈模型,并证明了在一般连续性和非退化假设下的存在性,同时建立了有限玩家游戏与均场博弈的渐近联系。
2026-05-14 math.OC math.PR
Graphon Particle Systems, Part II: Dynamics of Distributed Stochastic Continuum Optimization
School of Mathematical Sciences, East China Normal University(华东师范大学数学科学学院);Key Laboratory of Management, Decision and Information Systems, Institute of Systems Science, Academy of Mathematics and Systems Science, Chinese Academy of Sciences(中国科学院数学与系统科学研究院管理决策与信息系统重点实验室);School of Mathematical Sciences, University of Chinese Academy of Sciences(中国科学院大学数学科学学院);School of Automation, China University of Geosciences(中国地质大学(武汉)自动化学院)
该研究针对图上连续节点的分布式优化问题,提出图上的随机梯度下降与梯度跟踪算法,证明其状态二阶矩一致有界,强凸局部代价下状态收敛到全局代价极小值点,辅助状态收敛到对应梯度。
2026-08-24 cs.AI cs.SY eess.SY
Scaling limits and universality: Critical percolation on weighted graphs converging to an $L^3$ graphon
本研究提出一种建立平均场型临界随机离散结构度量标度极限的四要素普适性技术,证明了收敛于$L^3$图子的加权图的临界渗流标度极限,并可推广至RGIV模型等多个相关问题。
2024-06-20 math.CO math.PR
The mean-field limit of non-exchangeable particle systems with non-conservative dynamics and adaptive weights
Warsaw University of Technology(华沙理工大学);Interdisciplinary Centre for Mathematical and Computational Modelling, University of Warsaw(华沙大学交叉数学与计算建模中心)
研究具有非保守动力学和自适应权重的不可交换粒子系统的平均场极限,通过引入向量值动态扩展图子,施加一般假设涵盖稀疏图情况来解决问题。
2026-10-30 math.AP math.PR
The Power of Graph Convolutional Networks to Distinguish Random Graph Models: Short Version
University at Albany, SUNY(纽约州立大学奥尔巴尼分校);University of Michigan(密歇根大学)
图卷积网络(GCN)是一种广泛使用的图表示学习方法。我们调查的权力GCN,作为其层数的函数,区分不同的随机图模型的基础上,他们的样本图的嵌入。特别是,我们考虑的图形模型产生的图子,这是最一般的可能参数化的无限可交换的图形模型,这是中心的研究对象,在理论的密集图限制。我们展示了一个无限类的graphons,以及分离的切割距离和不可区分的GCN与非线性激活函数来自某个广泛的类,如果它的深度至少是对数的样本图的大小。这些结果在理论上与几个先前工作的经验观察相匹配。最后,我们证明了一个相反的结果,对满足度剖面分离属性的图子,一个非常简单的GCN架构足以实现可扩展性。为了证明我们的结果,我们利用连接到图上的随机游动。
2020-02-13 cs.IT cs.LG math.IT
Fundamental Limits of Deep Graph Convolutional Networks
University at Albany, SUNY(纽约州立大学奥尔巴尼分校);University of Michigan(密歇根大学)
图卷积网络(GCN)是一种广泛使用的图表示学习方法。为了阐明GCN的能力和局限性,我们调查他们的权力,作为他们的层数的函数,区分不同的随机图模型(对应于不同的类-条件分布的分类问题)的基础上,他们的样本图的嵌入。特别是,我们考虑的图形模型产生的图子,这是最一般的可能参数化的无限可交换的图形模型,这是中心的研究对象,在理论的密集图限制。我们给出了一个精确的刻画的一组对graphons是不可区分的GCN与非线性激活函数来自某个广泛的类,如果它的深度是至少对数的样本图的大小。该表征是根据度简档接近性属性。在这个类之外,一个非常简单的GCN架构就足以满足可扩展性。然后,我们展示了一个具体的,无限类的graphons所产生的随机块模型,以及分离的切割距离,是无法区分的GCN。这些结果在理论上与几个先前工作的经验观察相匹配。为了证明我们的结果,我们利用连接到图上的随机游动。最后,我们给出了在合成和真实图分类数据集上的实证结果,表明在实践中出现了不可区分的图分布。
2020-05-12 cs.IT cs.LG math.IT
Mean-field limit of non-exchangeable systems
Pennsylvania State University(宾夕法尼亚州立大学);Universidad de Granada(格拉纳达大学)
本文研究非交换多智能体系统在稀疏图上的均场极限,通过扩展图翁概念移除传统假设,分析网络结构对集体动力学的影响。
2024-10-29 math.AP math.PR
Mean-Field Limits for Stochastic Interacting Particles on Digraph Measures
本文利用有向图测度(DGMs)研究随机相互作用粒子系统的平均场极限,通过测度论论证与矩估计相结合,刻画稀疏至密集网络相互作用并建立Vlasov-Fokker-Planck型方程的逼近结果。
2024-03-29 math.AP math.PR
Fluctuations in Mean-Field Ising models
本文研究了一个近似$d_N$正则图$G_N$在$N$顶点上的Ising模型中平均磁化强度的涨落.特别地,当$G_N$是\enquote{well connected}时,我们证明了无论何时$d_N\gg \sqrt{N}$,涨落都是普适的,并且在整个铁磁参数范围内与Curie-Weiss模型的涨落相同.我们给出了一个反例来证明条件$d_N\gg \sqrt{N}$是紧的,在这个意义上,如果$d_N\sim \sqrt{N}$除了在高温制度的极限分布的变化。通过改进我们的论点,我们在高温区的普遍性,$d_N\gg N^{1/3}$。我们的结果得出了在正则图、Erdens-Rényi图(有向和无向)、随机块模型和稀疏正则图子上的Ising模型中平均磁化强度的普遍涨落。事实上,我们的结果适用于一般矩阵的非负项,包括伊辛模型的维格纳矩阵,和块自旋伊辛模型。作为我们的证明技术的一个副产品,我们得到这些波动的Berry-Esseen界,自旋平均值的指数浓度,以及分拆函数的平均场近似的紧误差界。
2022-07-07 math.PR
Quenched asymptotics for interacting diffusions on inhomogeneous random graphs
本文的目的是解决的行为,在大人口的扩散相互作用的随机,可能稀释和非齐次图。这是以前工作的自然延续,其中考虑了齐次Erd \H os-Rényi情况。我们考虑的图类包括无序的$W$ -随机图,可能是无界的图子。主要结果涉及淬火收敛(这是真实的几乎每一个实现的随机图)的经验措施的系统对解决方案的非线性福克-普朗克偏微分方程的空间扩展,也出现在不同的背景下,特别是在神经科学。与扩散相关联的空间轮廓的收敛性也被认为是,并且证明了在某些特定情况下,该限制被描述为与神经场方程相匹配的非线性积分微分方程。
2019-03-29 math.AP math.PR q-bio.NC
Breaking of ensemble equivalence for dense random graphs under a single constraint
两个系综经常被用来模拟随机图的约束:微正则系综(=硬约束)和正则系综(=软约束)。当两个系综的特定相对熵不随图的大小趋于无穷大而消失时,称为系综等价性破缺(BEE)。后者意味着,对于图的缩放属性,约束是否满足图的每个单个实现或仅作为整体平均值而存在。在文献中,人们发现,BEE是规则,而不是例外的两类:稀疏随机图时的数量的限制是数量级的顶点和密集的随机图时,有两个或两个以上的限制,受挫。在本文中,我们建立BEE的第三类:稠密随机图与一个单一的约束,即,在一个给定的有限单图的密度。我们发现,BEE只发生在一定范围内的选择的密度和边数的单图,我们称之为BEE阶段。我们发现,在部分的BEE阶段,有一个差距的缩放限制的平均值的最大特征值的邻接矩阵的随机图下的两个合奏,一个属性,被称为频谱签名的BEE。证明基于对Den Hollander等人(2018)推导的限制特定相对熵的图子空间变分公式的分析,结合最小化图子和副本对称参数的识别。我们发现,在副本对称区域的BEE-阶段,随着图的大小趋于无穷大,微正则系综的行为像一个Erdens-Rényi随机图,而正则系综的行为像两个Erdens-Rényi随机图的混合。
2022-10-04 math.PR
Mean-Field Analysis of Latent Variable Process Models on Dynamically Evolving Graphs with Feedback Effects
Boston University(波士顿大学)
研究动态演化图中潜在变量过程模型的均场极限,分析反馈效应、持续效应和局部交互对系统行为的影响,推导随机样本分布极限及图on的渐进行为。
2026-04-22 math.PR
Mean-field backward stochastic differential equations with mean reflection and nonlinear resistance
本文研究了具有平均反射和非线性电阻的平均场倒向随机微分方程的适定性。利用压缩映射的方法,我们首先证明了具有平均反射和非线性电阻的平均场方程在小时间区间上存在唯一的确定性平坦局部解。此外,我们通过引入一个两步的方法,这是一个结合的拼接方法和不动点方法建立的全局解。我们进一步提供了一个应用程序的风险约束的超套期保值问题。
2023-02-18 math.PR
Replica Symmetry in Upper Tails of Mean-Field Hypergraphs
给定一个$s$ -一致超图序列$\{H_n\}_{n \geq 1}$,用$T_p(H_n)$表示随机导出超图的边数,该超图是以概率$p \in (0, 1)$独立包含$H_n$中的每个顶点而得到的.在独立伯努利变量的低复杂度非线性函数的大偏差方面的最新进展可以用于表明,在序列$\{H_n\}_{n \geq 1}$的某些假设下,$T_p(H_n)$的尾概率可以通过所谓的“平均场”变分问题精确地近似。本文在平均场近似下,研究了$T_p(H_n)$上尾变分问题的性质。特别是,我们表明,变分问题有一个普遍的副本对称相位(它是唯一最小化的常数函数),任何序列的定期$s$ -一致超图,这只取决于$s$。我们还分析了相关的变分问题的相关问题,估计子图的频率在一个收敛序列的稠密图。在这里,变分问题本身有一个极限,它可以用极限图子来表示。
2019-03-31 math.CO math.PR
Mean-Field Backward Stochastic Differential Equations with Nonlinear Resistance and Double Mean Reflections
Shandong University(山东大学)
本文研究了具有双均值反射和非线性阻力的均场反向随机微分方程,通过期望解的约束和补偿项建立存在性和唯一性,探讨了Lipschitz生成元和二次生成元的两种情况,以及补偿项绝对连续时的well-posedness。
2026-05-15 math.PR
Mean field limits for nonlinear spatially extended hawkes processes with exponential memory kernels
我们考虑空间扩展系统的相互作用的非线性霍克斯过程建模的神经元放置在Rd的大系统,并研究相关的平均场限制。当神经元的总数趋于无穷大时,我们证明了一个典型的神经元在给定的空间位置上的演化可以用一个由Poisson随机测度驱动的非线性极限微分方程来描述.极限过程由神经场方程描述。因此,我们提供了一个严格的推导的神经场方程的基础上彻底的平均场分析。
2018-02-16 math.PR
Scaling Limits of Processes with Fast Nonlinear Mean Reversion
我们得到了具有快速非线性均值回复速度的Itô过程的积分泛函的标度极限。我们表明,在这些限制,快速均值回复过程是“平均”的集成对它的不变测度。这些收敛结果在概率上一致成立,在较弱的可积性条件下,在$\mathcal{S}^p$中也一致成立。他们是一个重要的积木的投资组合选择模型的分析与小超线性交易成本,在本研究的配套文件进行。
2019-06-06 math.PR
Bias behaviour and antithetic sampling in mean-field particle approximations of SDEs nonlinear in the sense of McKean
本文证明了一个由矩给出的McKean意义下的非线性随机微分方程与N个相互作用粒子系统的时间步长为h的Euler离散化的近似之间的弱误差为O(1/N + h).我们提供的数值实验证实了这种行为,并表明它延伸到更一般的平均场相互作用和研究的效率相同的例子上的对立的采样技术。
2018-09-18 math.PR
Nonlinear Filters for Hidden Markov Models of Regime Change with Fast Mean-Reverting States
我们考虑过滤的隐马尔可夫模型,在隐藏状态的多个时间尺度的演变。特别是,我们考虑的情况下,其中一个国家是一个缩放的Ornstein-Uhlenbeck过程的快速回复到一个移动的平均值,是由一个连续的时间马尔可夫链建模政权的变化。我们表明,这样一个过程的非线性滤波可以近似为一个平均滤波器,渐近一致的真正的非线性滤波的政权改变马尔可夫链的均值回复率接近无穷大。渐近性利用状态变量到不变分布的弱收敛,这与“快速均值回复过程的滤波”(19)中用于获得渐近结果的强收敛显著不同。
2012-05-13 math.PR
Mean Field Games and Nonlinear Markov Processes
在本文中,我们研究了平均场博弈与$K$类的代理人谁是弱耦合通过经验措施。代表性的代理的基本动力学被假定为一个受控的非线性马尔可夫过程与相当一般的Lévy-Khintchine型(具有可变系数)的积分微分发生器。我们证明了描述具有大量N个代理的系统的动力学大数定律极限的非线性测度值动力学方程是可解的,并且它们的解表示N个代理的近似系统的1/N-Nash平衡。
2012-04-06 math.PR
Higher-order fluctuations in dense random graph models
我们的主要结果是在多元正规逼近的中心子图计数的一般图子和独立的顶点标签所产生的随机图的定量界限。我们对这些统计数据很感兴趣,因为它们是理解规则子图计数波动的关键--这是稠密图极限理论的基石。我们还确定由此产生的限制高斯随机测度的广义$U$ -统计和高斯希尔伯特空间,我们认为这是一个合适的框架来描述和理解高阶波动密集随机图模型的理论。通过这篇文章,我们相信我们回答了“什么是稠密图极限理论的中心极限定理?”".我们补充的理论与一些统计应用,以说明使用中心的子图计数在网络建模。
2021-06-16 math.PR math.ST stat.TH
A non-exchangeable mean field control problem with controlled interactions
École Polytechnique Paris(巴黎综合理工学院)
本文提出一类非可交换平均场控制问题,将固定但可控的网络交互结构作为控制变量,与个体动力学控制联合优化,并证明了松弛控制等价性、值函数性质及有限智能体问题向平均场极限的收敛性。
2025-11-06 math.OC math.PR
A Universal Lossless Compression Method applicable to Sparse Graphs and Heavy-Tailed Sparse Graphs
图形数据自然地出现在若干现代应用中,包括但不限于互联网图、社交网络、基因组学和蛋白质组学。图形数据的典型大尺寸论证了为此类数据设计通用压缩方法的重要性。在大多数应用中,图形数据是稀疏的,这意味着图中边的数量比$n^2$缩放得更慢,其中$n$表示顶点的数量。尽管在某些应用中,边的数量与$n$成线性比例,但在其它应用中,边的数量远小于$n^2$,但看起来与$n$成超线性比例。我们称前者为稀疏图,后者为重尾稀疏图。本文介绍了一种同时适用于这两类的通用无损压缩方法。我们这样做,采用局部弱收敛框架稀疏图和稀疏图子框架重尾稀疏图。
2021-07-18 cs.IT math.IT math.PR
Dense networks of integrate-and-fire neurons: Spatially-extended mean-field limit of the empirical measure
本文研究了非同质空间结构下随机积分发放神经元网络在突触权重 $O(1/N)$ 缩放下的动力学收敛性,利用稠密图极限理论证明了经验测度收敛于空间扩展平均场 PDE 的解,从而将该方程重新解释为普适平均场极限。
2025-04-06 math.AP math.PR q-bio.NC
Reflected Mean-Field Backward Stochastic Differential Equations. Approximation and Associated Nonlinear PDEs
数学平均场方法已被应用于许多领域,不仅在物理和化学,而且最近在金融,经济和对策论。本文用纯概率方法研究一类新的特殊平均场问题,刻画其极限,即带反射的平均场倒向随机微分方程(BSDEs)的解.另一方面,我们将证明这类反射平均场倒向随机微分方程也可以作为平均场倒向随机微分方程的极限方程通过惩罚方法得到。最后,利用反射平均场倒向随机微分方程的解,给出了带障碍物的非线性非局部偏微分方程的概率解释。
2012-10-02 math.AP math.PR
Mean-square invariant manifolds for ill-posed stochastic evolution equations driven by nonlinear noise
研究了一类由非线性乘性噪声驱动的不适定随机发展方程的不变流形。更确切地说,我们建立了均方随机不稳定不变流形和唯一均方稳定不变集的存在性。由于缺少Hille-Yosida条件,我们利用预解算子构造了一个修正的常数变易公式。以强加一个涉及非减映射的不寻常条件为代价,我们建立了Lyapunov-Perron方法,并得到了所需的估计。我们还强调了Lyapunov-Perron映射在正向时间上由于自适应性而失去了不变量,我们还建立了均方随机稳定集的存在性。
2021-11-01 math.DS math.PR
Deterministic limit of mean field games associated with nonlinear Markov processes
研究了具有非局部耦合的平均场对策的确定性极限。假设平均场博弈的动力学是由非线性马尔可夫过程给出的。这类博弈包括随机平均场博弈和有限状态空间的平均场博弈。在极大极小方法的框架下,我们考虑了有限确定性平均场对策。极小化极大解的概念接近于概率公式。在这种情况下,汉密尔顿-雅可比方程被认为是在极小极大/粘性意义下,而概率流是由概率的解决方案的集合上的微分包含与汉密尔顿-雅可比方程,使这些解决方案是可行的,在图中的极小化极大解。本文的主要结果是在基本动态收敛于确定性演化的情况下,平均场对策的解收敛于确定性平均场对策的极小化极大解.
2018-01-04 math.OC math.PR
Explicit solutions for continuous time mean-variance portfolio selection with nonlinear wealth equations
研究了一类特殊的非线性财富方程下的连续时间均值-方差投资组合问题。该非线性财富方程具有非光滑系数,文[6]中的对偶方法不适用。我们引用了该问题的哈密顿-雅可比-贝尔曼方程,并给出了该哈密顿-雅可比-贝尔曼方程的显式粘性解.进一步,通过该粘性解,我们得到了该问题的有效投资组合策略和有效前沿。最后,我们证明了我们的非线性财富方程可以覆盖三个重要的情况。
2016-06-17 math.OC math.PR q-fin.MF
Limits of action convergent graph sequences with unbounded $(p,q)$-norms
Backhausz和Szegedy最近发展的动作收敛概念统一和推广了图序列的稠密(图子)和局部全局(图)收敛。这是通过将图视为算子并检查其动力学性质来完成的。假设$(A_n)_n^\infty$是表示图的算子序列,柯西关于动作度量。如果$(A_n)_n^\infty$具有一致有界的$(p,q)$ -范数,其中$(p,q)$是$[1,\infty)\times(1,\infty)$中的任意一对,那么Backhausz和Szegedy证明了$(A_n)_n^\infty$具有一个极限算子,而且,它必须是自伴的和保正的。在目前的工作中,我们构造了一个大类的图序列的唯一一致有界的$(p,q)$ -范数是$(\infty,1)$ -范数,但仍然收敛。我们表明,在这种情况下的极限算子不是唯一的,不是自伴的,不需要保持正性。特别是,在动作收敛语言中,这意味着graphops的空间不是紧凑的。通过识别这些多重极限,我们还证明了当恒等函数是特征函数时,$c$ -正则性在弱等价下不是不变的,其中$c$是恒等函数的特征值.
2022-10-19 math.CO math.FA math.PR
Phase transitions for interacting particle systems on random graphs
Imperial College London(帝国理工学院);University of Leicester(莱斯特大学)
本文研究随机图上弱相互作用扩散过程的平均场极限,通过扩展经典分岔分析识别分岔点,并开发稳态自洽公式揭示次级分岔,将McKean-Vlasov PDE表征为梯度流,发现相互作用能可作为自然序参量。
2025-10-31 cs.NA math-ph math.DS