Meta-Posterior Consistency for the Bayesian Inference of Metastable System
亚稳态系统贝叶斯推断的后验元一致性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：摘要明确研究从时间序列学习动力系统和随机过程，直接对应时间序列方法方向。
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…
关注这篇论文的作者
亚稳态系统贝叶斯推断的后验元一致性
- 研究问题
- 当动力系统只在某些时间尺度上呈现稳定性时，贝叶斯推断能否在较长但有限的观测区间收敛，并在更长时间尺度上偏离？
- 方法与思路
- 作者在贝叶斯框架中定义、讨论并量化元一致性，考察子系统推断的用途，以及它与遍历和非遍历扩散模型谱性质的关系。
- 材料陈述的贡献
- 摘要提出适用于亚稳态系统的元一致性概念，用以描述有限时间尺度的推断表现，并讨论在全局推断困难时如何有效学习子系统。
- 阅读关注点
- 应核对元一致性的数学定义、观测区间与系统尺度的关系、收敛和偏离的度量，以及谱性质如何进入结果与适用条件。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实。摘要未给出具体定理条件、速率或宏观应用，不能将有限区间收敛等同于通常一致性。
原文摘要
The vast majority of the literature on learning dynamical systems or stochastic processes from time series has focused on stable or ergodic systems, for both Bayesian and frequentist inference procedures. However, most real-world systems are only metastable, that is, the dynamics appear to be stable on some time scale, but are in fact unstable over longer time scales. Consistency of inference for metastable systems may not be possible, but one can ask about metaconsistency: Do inference procedures converge when observations are taken over a large but finite time interval, but diverge on longer time scales? In this paper we introduce, discuss, and quantify metaconsistency in a Bayesian framework. We discuss how metaconsistency can be exploited to efficiently infer a model for a sub-system of a larger system, where inference on the global behavior may require much more data, or there is no theoretical guarantee as to the asymptotic success of inference procedures. We also discuss the relation between metaconsistency and the spectral properties of the model dynamical system in the case of uniformly ergodic and non-ergodic diffusions.