🔬 physics

Critical Hawkes Processes with Random Fertilities: Stationarity in Law Beyond Infinite Mean Activity

本論文は、記憶と肥沃度の尾部指数が基礎となる無限過去ポアソン・クラスター構成の局所有限性を保証する特定の条件を満たす限り、重尾を持つ肥沃度分布を有する臨界ホークス点過程は無限の平均活動性にもかかわらず法則の意味で定常性を達成し得ることを示す。

原著者： Didier Sornette

公開日 2026-05-26

📖 1 分で読めます☕ さくっと読める

CC BY 4.0

原著者： Didier Sornette

原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 ✨ これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。免責事項の全文を読む

巨大で果てしないパーティを想像してください。人々が次々と新しい人を招き入れるようなものです。これがホークス過程の物語です。ホークス過程は、ある出来事が他の出来事を引き起こす仕組みを記述するために用いられる数学的モデルです。ウイルスのように広がるミーム、地震の連鎖、あるいは群衆の中で広まる噂話のように考えてみてください。

以下は、ディディエ・ソルネットがこの論文で発見した内容を、日常的な比喩を用いて簡潔に解説したものです。

設定：無限のパーティ

無限の過去（ $-\infty$ ）に始まったパーティを想像してください。

ホスト（移民）： 時々、突然、新しい人が現れます（これを「移民」と呼びます）。
招待（肥沃度）： 人が現れると、一定の「肥沃度」を持ちます。つまり、数人の友人を招待するかもしれませんし、大勢の人を招待するかもしれません。
連鎖反応： その友人たちが現れ、彼ら自身が自分の友人を招待し、以下同様に続きます。これにより、出来事の「クラスター」や「家系図」が生まれます。

過去、数学者たちは、1 人あたりの平均的な招待人数がちょうど1（「臨界点」）である場合、パーティは制御不能になると考えていました。彼らは、総人数が無限大になり、システムが「定常的」ではなくなる（カオス的で不安定になる）と信じていました。

大きな問い

ソルネットは問いかけます：パーティは実際にカオスなのでしょうか、それとも単に我々の測定方法が間違っているだけなのでしょうか？

従来の数学はこう言いました：「ゲストの平均人数が無限大であれば、パーティは破綻している」。
ソルネットは言います：「必ずしもそうとは限りません。平均が巨大だからといって、特定の瞬間に部屋が溢れ返っているわけではありません」。

新しい発見：「窓への到達」

パーティが安定しているかどうかを理解するために、ソルネットは問いを変えます。「総人数はどれくらいか？」（これは無限大になり得ます）と問う代わりに、以下のように問います：

「もし私が固定された時間（例えば 10 分間）小さな窓を通して眺めたら、有限人数の人々を見るでしょうか？」

彼はこれを**「固定ウィンドウ到達確率」**と呼びます。

これは、小さな覗き穴から賑やかな高速道路を見ているようなものです。その道路を走行した車の総数が無限大であっても、どの 1 分間を見ても、覗き穴を通過する車の数は管理可能な数に留まるかもしれません。

2 つの要素：記憶と肥沃度

ソルネットは、パーティが「局所的に有限」（ウィンドウ内で管理可能）かどうかは、以下の 2 つの要素に依存すると発見しました。

肥沃度（招待がどれほど激しいか）：
- 一部の人は普通で、1 人か 2 人の友人を招待します。
- 一部の人は「スーパー招待者」です。この論文では、ごく一部の人が数百万人の友人を招待するケース（「重い裾」を持つ分布）を扱っています。
- 意外な展開： 驚くべきことに、こうした予測不能な「スーパー招待者」が存在することが、システムを安定化させることがあります！
記憶（招待がどれほど長く続くか）：
- 短い記憶： 人々は即座に友人を招待します。
- 長い記憶： 人々は数年後に友人を招待することもできます。

結果：パーティが安定するのはいつか

ソルネットは、平均的なゲスト数が無限大であっても、パーティは安定（定常的）になり得ることを証明しましたが、それは特定の条件下でのみです。

「野生の招待者」シナリオ（無限分散）：
「肥沃度」が非常に激しく（一部の人が大勢を招待するが、大多数は少数しか招待しない）、かつシステムの「記憶」が十分に長ければ、システムは安定します。
- 比喩： 数人の人々があまりにもカオスで、スタジアムいっぱいの人を招待しますが、その頻度が極めて低いため、10 分間のウィンドウを通して見ると、通常は普通の群衆しか見られません。この「激しさ」こそが、システムが部屋を最終的に満たすことになる、持続的で緩やかな燃焼状態に陥るのを防いでいるのです。
- ルール： 招待の激しさに比べて「記憶」が十分に長ければ、「ウィンドウ」は有限のままでいます。システムは法則的に定常的（出来事のパターンが時間とともに自己反復する）ですが、平均強度は無限大です。
「普通の招待者」シナリオ（有限分散）：
全員が比較的普通（スーパー招待者がいない）で、記憶が短い場合、パーティは安定しません。
- 比喩： 全員がちょうど 1 人の友人を招待し、それを素早く行う場合、連鎖反応は決して消えません。ウィンドウを通して見ると、人数は永遠に増え続けます。「無限の過去」が現在の瞬間にあまりにも多くの先祖をもたらしているのです。

「臨界」境界

この論文は、砂に明確な線を引きます。

「記憶」が招待の「激しさ」に比べて短すぎる場合、システムは破綻します（非定常）。
「記憶」が十分に長ければ、平均が無限大であっても、システムは維持されます（定常）。

なぜこれが重要なのか（論文によると）

この論文は、地震、株式市場の暴落、バイラルなソーシャルメディア投稿など、多くの現実世界のシステムが、この「臨界」の縁で機能している可能性を示唆しています。

以前、科学者たちは巨大な変動と無限の平均値を見て、「このシステムは不安定で変化している」と考えていました。
ソルネットは言います：「いいえ、そのパターンは完全に安定しているかもしれません。ただ、非常に重い裾を持っているだけです。あなたが目にするカオスは、崩壊の兆候ではなく、激しい変動を持つ安定した臨界システムの署名なのです」。

要約：
システムが「平均」無限大であっても、適切な組み合わせ（長い記憶と、激しく稀な出来事）があれば、ある瞬間に観察される「現実」は完全に有限で安定しています。

技術的概要：ランダムな肥沃度を持つ臨界ホークス過程

問題提起
本論文は、臨界状態（分岐比 $n=1$ ）における自己励起型ホークス点過程の理論における根本的な曖昧さに対処する。 $n \to 1$ において定常平均強度が発散する（具体的には $\bar{\lambda} = \nu/(1-n)$ ）ことはよく知られており、これにより臨界ホークス過程は非定常であるか、あるいは定義が不明確であるという一般的な結論が導かれている。しかし、この結論は第一モーメントの有限性のみに基づいている。本論文は、無限の平均活動性を持つにもかかわらず、臨界ホークス過程が法則の意味で定常（すなわち、有限時間窓内のカウント分布が時間不変であること）であり得るかどうかを調査する。具体的には、 $t=-\infty$ で開始する移民過程によって生成されるクラスターの重ね合わせが、局所的に有限な点過程を形成するかどうか、あるいは無限の過去が任意の有界な観測窓に無限の事象を寄与するかどうかを問うている。

手法
著者は、各移民が事象の系図（クラスター）を生成するホークス過程のポアソン・クラスター構成を用いる。分析の焦点は、固定された観測窓 $[0, T]$ に対して、時刻 $-u$ に生まれたクラスターが少なくとも 1 つの事象を寄与する確率として定義される「固定窓到達確率」 $H_T(u)$ に置かれる。

核心的な技術的アプローチは以下の通りである：

局所有限性基準：全線構成が真の点過程を定義するのは、任意の有限 $T$ に対して $\int_0^\infty H_T(u) du < \infty$ が成り立つ場合に限られることを確立する。
漸近解析：メモリカーネル $\phi(t) \sim t^{-(1+\theta)}$ および肥沃度分布 $P(\kappa > x) \sim x^{-\gamma}$ に対する特定の尾部仮定の下で、大きな $u$ に対する $H_T(u)$ の漸近挙動を導出する。
母関数形式：分枝過程理論と母関数を用いて、クラスターの絶滅確率をメモリカーネルおよび肥沃度分布に関連付ける。これには、生存確率および到達確率の減衰率を決定するために積分方程式（例： $R(t) - (\phi * R)(t) \approx a(t)$ ）を解くことが含まれる。
領域分類：クラスター寿命の平均が有限である領域、到達確率が寿命生存確率と同程度である領域（有限メモリ／有限分散）、および $H_T(u)$ の直接漸近推定を必要とする領域を区別する。

主要な貢献と結果
本論文は、重たい尾部を持つ肥沃度およびメモリカーネルを備えた臨界ホークス過程の法則としての定常性に対する厳密な条件を導出した。結果は、肥沃度の尾部指数 $\gamma$ （ $P(\kappa > x) \sim x^{-\gamma}$ ）とメモリの尾部指数 $\theta$ （ $\phi(t) \sim t^{-(1+\theta)}$ ）の相互作用によって要約される。

有限平均寿命による十分条件：
論文は、期待クラスター寿命 $E[L]$ が有限であれば、過程は法則として定常であることを証明する。これは $1 < \gamma < 2$ かつ $\theta > \gamma$ の場合に生じる。この領域では、 $H_T(u)$ がクラスター生存確率 $Q(u)$ によって上から抑えられ、 $Q(u) \sim u^{-p}$ （ $p>1$ ）として十分に速く減衰するため、条件 $\int H_T(u) du < \infty$ が満たされる。
有限メモリ／有限分散領域における非定常性：
有限の肥沃度分散（ $\gamma \ge 2$ ）および有限のメモリ（ $\theta \ge 2$ ）を持つ領域では、論文は非定常性を証明する。ここで、到達確率 $H_T(u)$ はクラスター生存確率 $Q(u) \sim u^{-1}$ と漸近的に同程度である。 $\int u^{-1} du$ は発散するため、局所有限性の条件は満たされず、過程は法則として定常ではない。
広範な肥沃度変動による安定化（無限分散）：
最も重要な発見は、広範な肥沃度変動（具体的には $1 < \gamma < 2$ ）が、平均寿命が無限であっても法則としての臨界ダイナミクスを安定化し得るということである。
- 寿命の尾部に依存するのではなく、 $H_T(u)$ を直接解析することで、論文は定常性に対するより鋭い閾値 $\theta > \gamma - 1$ を確立する。
- $\gamma - 1 < \theta \le \gamma$ の中間領域では、平均クラスター寿命は無限（ $E[L] = \infty$ ）であるが、固定窓到達確率は十分に速く減衰し（ $H_T(u) \sim u^{-(1+\theta)/\gamma}$ ）、 $\int H_T(u) du < \infty$ を保証する。
- したがって、過程は局所的に有限であり、無限の平均強度を持つにもかかわらず、不変な有限時間窓分布を持つサンプルパスを生成し、法則として定常である。
分類の概要：
- 法則として定常（証明済み）： $1 < \gamma < 2$ かつ $\theta > \gamma$ 。
- 法則として定常（経験則／漸近的）： $1 < \gamma < 2$ かつ $\gamma - 1 < \theta \le \gamma$ 。
- 非定常（証明済み）： $\gamma \ge 2$ かつ $\theta \ge 2$ 。
- 非定常（経験則）： $0 < \theta < 2$ かつ $\gamma > 2$ 、および $0 < \theta \le \gamma - 1$ かつ $1 < \gamma < 2$ 。

意義と主張
本論文は、平均強度の発散と過程そのものの存在との間の論理的ギャップを解消したと主張する。臨界ホークス過程は非定常であるという標準的な結論は一般的に妥当ではないことを示している。代わりに、法則としての定常性は平均強度の有限性ではなく、無限過去におけるポアソン・クラスター構成の局所有限性によって制御される。

著者は、広範な肥沃度変動が臨界ホークスダイナミクスを「安定化」し得ると論じている。これは、地震活動（ETAS モデル）、金融市場、またはニューロン雪崩などのシステムにおける超線形変動、発散するサンプル平均、または大きな内生カスケードの経験的観測が、必ずしも背後にある法則の非定常性を示すものではないことを意味する。むしろ、これらのシグネチャは、定常な重尾部臨界領域の観測可能な現れである可能性がある。本論文は、真の非定常性と無限平均を伴う定常臨界性を区別するための数学的基準（ $\theta > \gamma - 1$ ）を提供し、自然および社会システムにおける臨界に近い較正を解釈するための精緻化された枠組みを提供する。