효율적인 온라인 학습을 위한 상호작용 입자 시스템 추정

본 논문은 상호작용 입자 시스템(IPS)과 그 평균장 한계인 McKean‑Vlasov SDE(MVSDE)의 파라미터를 온라인 방식으로 추정하는 새로운 프레임워크를 제시한다. 연구 배경으로는 기존의 파라미터 추정 연구가 전체 입자 궤적을 관측하거나 다수의 독립적인 MVSDE 경로를 필요로 했으며, 이는 입자 수 N이 매우 클 때 비현실적이고 계산적으로 부담이 크다는 점을 들었다. 특히, 대부분의 기존 방법이 ‘오프라인’ 혹은 ‘배치’ 방식으로, 긴 시간 구간의 전체 데이터를 한 번에 처리해야 하는 단점을 가지고 있었다. 이러한 한계를 극복하고자 저자들은 (1) 소수(세 개)의 입자만을 연속적으로 관측하고, (2) 로그가능도의 시간 평균 형태를 목표 함수로 삼아 확률적 근사 경사법을 적용하는 온라인 추정기를 설계하였다. **모델 설정** 입자 i의 상태 xᵢ,ᴺ(t)∈ℝᵈ는 dxᵢ,ᴺ(t)=−∇V(θ,xᵢ,ᴺ(t))−(1/N)∑ⱼ∇W(θ,xᵢ,ᴺ(t)−xⱼ,ᴺ(t))dt+σdwᵢ,ᴺ(t) 와 같이 정의된다. 여기서 V는 개별 포텐셜, W는 상호작용 포텐셜이며, σ는 비특이적인 확산 행렬이다. θ∈Θ⊂ℝᵖ는 추정하고자 하는 파라미터이며, 실제 데이터는 θ₀에 의해 생성된다고 가정한다. **알고리즘** 시간 t에서 관측된 세 입자 {x^{(1)}(t),x^{(2)}(t),x^{(3)}(t)}를 이용해 평균장 상호작용 term인 (1/N)∑ⱼ∇W(θ,·−xⱼ,ᴺ)의 무편향 추정량을 구성한다. 이를 통해 로그가능도의 기울기 ∇ℓ(θ)≈g_t(θ) 를 실시간으로 계산하고, 학습률 α_t>0를 사용해 θ_{t+1}=θ_t+α_t g_t(θ_t) 와 같이 파라미터를 업데이트한다. g_t(θ)는 관측된 입자와 추정된 평균장 사이의 차이를 이용한 스토캐스틱 그라디언트이며, 연속적인 데이터 흐름에 대해 즉시 계산 가능하도록 설계되었다. **이론적 결과** 1. **수렴성**: 적절한 Lipschitz 연속성, 에르고딕성, 그리고 로그가능도의 강한 볼록성(또는 최소한의 식별성) 가정 하에, θ_t는 거의 확실히 로그가능도의 정지점(즉, θ₀ 혹은 로컬 최소점)으로 수렴한다. 2. **L² 수렴 속도**: 추가적으로 로그가능도가 강하게 볼록하고 파라미터 공간이 유계인 경우, E