Large deviations for empirical measures of mean-field Gibbs measures
Large deviations for empirical measures of mean-field Gibbs measures
复制标题
平均场吉布斯测量的经验测量存在较大偏差
DOI：
10.1016/j.spa.2019.01.008
复制
发表时间：
2018-04
影响因子：
1.4
通讯作者：
Wu Liming
中科院分区：
文献类型：
--
作者：
Liu Wei;Wu Liming
本文证明了在相互作用势负部分强指数可积条件下，平均场模型的经验测度对于弱收敛拓扑或较强的Wasserstein度量满足大偏差原理.与已知的结果相反，我们证明了这一点，没有任何连续性或有界性条件的相互作用势。证明主要依赖于大数定律和de la佩纳关于U-统计量的指数解耦不等式。(C)2019爱思唯尔B. V.保留所有权利。
In this paper, we show that the empirical measure of mean-field model satisfies the large deviation principle with respect to the weak convergence topology or the stronger Wasserstein metric, under the strong exponential integrability condition on the negative part of the interaction potentials. In contrast to the known results we prove this without any continuity or boundedness condition on the interaction potentials. The proof relies mainly on the law of large numbers and the exponential decoupling inequality of de la Pena for U-statistics. (C) 2019 Elsevier B.V. All rights reserved.
登录
查看更多内容
影响因子：
1.4
作者：
C. Léonard
通讯作者：
C. Léonard
影响因子：
3.7
作者：
R. Ellis
通讯作者：
R. Ellis
影响因子：
1.4
作者：
P. Dupuis;Vaios Laschos;K. Ramanan
通讯作者：
P. Dupuis;Vaios Laschos;K. Ramanan
DOI：
10.1214/18-aihp922
发表时间：
2017-03
期刊：
Annales de l'Institut Henri Poincaré, Probabilités et Statistiques
影响因子：
--
作者：
David Garc'ia-Zelada
通讯作者：
David Garc'ia-Zelada
DOI：
--
发表时间：
2015-11
期刊：
arXiv: Probability
影响因子：
--
作者：
P. Dupuis;Vaios Laschos;K. Ramanan
通讯作者：
P. Dupuis;Vaios Laschos;K. Ramanan