Delay-Penalty Comparison for Sequential Testing and Quickest Detection in State-Dependent Diffusion Models

技術要約：状態依存型拡散モデルにおける遅延ペナルティの比較：逐次検定と迅速検知

問題提起
本論文は、逐次解析における2つの基本的な問題、すなわち逐次仮説検定とベイズ的迅速検知（ディスオーダー問題）を扱う。どちらの設定においても、観測者はドリフトが2つの代替案（$\mu_0$ と $\mu_1$）の間で切り替わる拡散過程 $X_t$ を監視する。このとき、切り替え時刻は観測不能であるか、あるいは未知の仮説の下にある。本研究の際立った特徴は、**状態依存型の信号対雑音比（SNR）**を仮定している点である。すなわち、拡散係数 $\sigma(X_t)$ およびドリフトの差 $\mu_1(X_t) - \mu_0(X_t)$ が、現在の観測値に依存する。

標準的なモデルでは、信号対雑音比が一定であるため、事後確率（または尤度比）は閉じた1次元のマルコフ状態を形成する。しかし、信号対雑音比が状態依存型である場合、事後確率だけではシステムの進化を記述するには不十分である。自然な十分統計量は、事後確率 $\Pi_t$ と観測された拡散過程 $X_t$ からなる拡張プロセス $(\Pi_t, X_t)$ となる。これにより、多次元の退化拡散過程が生じる。本論文は、これらの問題の比較静学、具体的には、遅延ペナルティ（実行コスト）の構造が変化したときに、最適な停止規則（アラーム閾値）がどのように変化するかという点に焦点を当てている。

手法
著者らは、最適停止理論とフィルタリングに基づいた統一的な枠組みを用いている。

1. フィルタリングによる簡約化： 本論文はまず、状態依存型拡散において、ペア $(\Pi_t, X_t)$ （または同等のオッズ・プロセス $(\Phi_t, X_t)$）が時不変マルコフ十分統計量を構成することを確立する。著者らは、この拡張プロセスの明示的な退化生成子 $\mathcal{L}$ を導出する。両方の座標が単一のイノベーション・ブラウン運動によって駆動されるため、拡散行列の行列式がゼロになり、退化が生じる。
2. 最適停止の定式化： 逐次検定と迅速検知の両方を、以下の形式のコスト汎関数の最小化問題に帰着させる：
   $$V(y) = \inf_{\tau} \mathbb{E}_y \left[ \int_0^\tau f(Y_s) ds + G(Y_\tau) \right]$$
   ここで、$Y$ はマルコフ状態であり、$f$ は実行コスト（遅延またはサンプリング・コスト）、$G$ は終端コスト（誤りまたは誤報コスト）である。値関数 $V$ は、生成子 $\mathcal{L}$ を含む変分不等式（または相補性系）を満たす。
3. 比較原理： 核心となる手法論的貢献は、遅延ペナルティ比較定理である。これは、同じ終端コスト $G$ と同じ状態プロセス $Y$ を持つが、異なる実行コスト $f_1$ と $f_2$ を持つ2つの問題を比較するものである。実行コストの点別な順序付けを確立することで、値関数、継続領域、および最適停止時間の順序を導き出す。

主要な貢献と結果

• 統一的なマルコフ状態の特定： 本論文は、状態依存型拡散において事後確率が閉じたマルコフ状態ではないことを厳密に証明している。閉じた十分統計量は拡張プロセス $(\Pi_t, X_t)$ であり、著者らはこのプロセスの明示的な生成子を提供し、その退化的な楕円型性を強調している。
• 遅延ペナルティ比較定理： 主要な理論的結果（定理6）は、固定された終端コストに対して、もし実行遅延ペナルティ $f_1$ が $f_2$ よりも点別により大きい（$f_1 \ge f_2$）ならば、以下のことが成り立つことを述べている：
  1. 値関数が増大する ($V_1 \ge V_2$)。
  2. 継続領域が縮小する ($C_1 \subseteq C_2$)。
  3. 最適停止時間は、ほとんど至る所（almost surely）でより早く発生する ($\tau^*_1 \le \tau^*_2$)。
• 境界の単調性： 停止領域が事後確率の座標に関する一方向の表現（すなわち、$\Pi_t \ge b(X_t)$ のときに停止する）を持つ場合、比較定理はアラーム境界の単調な順序付けを意味する：$b_1(x) \le b_2(x)$。これは、遅延ペナルティが高くなると、アラームを鳴らすための閾値が低くなることを意味する。
• 非線形ペナルティへの拡張： 本フレームワークは、非線形遅延コスト（例：凸ペナルティ）にも拡張可能である。これは、「ペナルティ記憶」統計量（周辺ペナルティの条件付き期待値）によって状態空間を拡張することで実現される。周辺ペナルティが点別に順序付けられている限り、比較原理は保持される。
• 数値的例示： 著者らは、定数信号対雑音比を持つShiryaevモデル（状態が1次元に減少するモデル）を用いた実例を示している。彼らは、射影反復法を用いた有限差分法を用いて変分不等式を数値的に解いている。結果は理論的予測を裏付けており、線形遅延コスト率 $c$ が増加するにつれて、最適な事後確率閾値 $p^*(c)$ は単調に減少する。

意義と主張
本論文は、**構成的（constructive）**な貢献ではなく、構造的（structural）な貢献であることを位置づけている。複雑な状態依存型モデルにおいて、自由境界の新しい明示的な公式を提供することを目的としているのではない。代わりに、ペナルティ構造が変化した際の最適規則の定性的な振る舞いを明らかにする比較原理を提供している。

著者らは、このフレームワークが以下の効果を持つと主張している：

• 状態依存型の情報と非線形遅延コストが、逐次検定および迅速検知の幾何学的構造にどのように共同で影響を与えるかを明確にする。
• 実務者が、完全な最適停止問題を解き直すことなく、ペナルティ構造が変化したときにアラーム閾値がどのようにシフトするかを理解するための堅牢なツールを提供する（例：金融のレジームスイッチング、構造ヘルスモニタリング、または疫学調査）。
• 拡張されたマルコフ状態の構造が維持されている限り、線形および非線形遅延コストに広く適用できる。

本論文は、特定の境界の順序付けの結果に必要な一方向の境界構造は、先行文献（Gapeev, Shiryaev, Ernst, Peskirなど）で確立された条件（単調な信号対雑音比など）に依存しており、任意の状態依存型拡散に対してそのような構造の存在を証明しようとするものではないことを明記している。