Nonparametric Estimation of the Diffusion-Interaction Function in Particle Systems
粒子系统中扩散交互函数的非参数估计AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究一般粒子扩散系统的非参数理论，未提供金融波动率、经济网络或其他所列方向的直接证据。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
粒子系统中扩散交互函数的非参数估计
- 研究问题
- 当粒子间交互通过扩散系数进入动力系统，且轨迹仅在固定时间区间离散观测时，如何非参数估计交互函数并控制误差？
- 方法与思路
- 作者在有限维筛空间上进行经验风险最小化，利用轨迹局部波动构造可计算对比函数，并通过多分辨率小波空间分析逼近误差。
- 材料陈述的贡献
- 摘要称，方法给出内在范数下的非渐近误差界，区分粒子误差与离散化误差主导的两种收敛情形，并建立经典平方可积范数速率。
- 阅读关注点
- 应核对粒子交互结构、函数类及观测网格条件、内在范数定义，以及粒子数量和采样频率如何共同决定误差与收敛率。
- 阅读边界
- 这是 arXiv 预印本，不能据此认定已同行评审或接收；摘要未列出具体函数类与速率指数，局部波动用语不足以指向金融应用。
原文摘要
We study the problem of nonparametric estimation of the interaction function in particle systems whose interaction enters through the diffusion coefficient. The particle system is observed discretely over a fixed time interval, and the interaction function is assumed to belong to a suitable nonparametric function class. We propose an estimation procedure based on empirical risk minimization over finite-dimensional sieve spaces, introducing a computable contrast function that exploits the local volatility of the observed trajectories. We derive a general non-asymptotic error bound under the intrinsic norm associated with the statistical problem and, focusing the analysis on multiresolution wavelet approximation spaces, we obtain explicit polynomial convergence rates in two distinct regimes, depending on whether the particle or discretization error dominates. Finally, we establish convergence rates for the classical $L^2$-norm.