时空点过程经验非平衡最优传输的尖锐收敛速率
统计理论
2025-09-05 v1 机器学习
统计理论
摘要
我们对非平衡最优传输 (UOT) 形式体系的经验插入估计器进行了统计分析,重点关注 Kantorovich-Rubinstein 距离,该距离基于时空点过程观测得到的通用强度测度。具体来说,我们将观测建模为两个弱时间平稳点过程,其空间强度测度为 和 ,在窗口 随 趋于无穷大而扩展,并建立了经验 UOT 关于测度内在维数的尖锐收敛速率。我们假设过程方差的次二次时间增长条件,这允许广泛的时间依赖性。随着增长接近二次,收敛速率变慢。此方差假设与时间缩减的阶乘协方差测度相关,我们举例说明了其对各种点过程的有效性,包括泊松簇、Hawkes、Neyman-Scott 和对数高斯 Cox 过程。作为我们上界的补充,我们还为各种感兴趣的时空点过程推导了匹配的下界,并建立了经验 Kantorovich-Rubinstein 距离的接近极小极大最优速率。
引用
@article{arxiv.2509.04225,
title = {Sharp Convergence Rates of Empirical Unbalanced Optimal Transport for Spatio-Temporal Point Processes},
author = {Marina Struleva and Shayan Hundrieser and Dominic Schuhmacher and Axel Munk},
journal= {arXiv preprint arXiv:2509.04225},
year = {2025}
}
备注
The first two authors contributed equally, 76 pages, 7 figures