論文の概要: Identification and Inference in Nonlinear Dynamic Network Models

• arxiv url: http://arxiv.org/abs/2604.04961v1
• Date: Fri, 03 Apr 2026 21:40:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-08 17:42:09.363153
• Title: Identification and Inference in Nonlinear Dynamic Network Models
• Title（参考訳）: 非線形動的ネットワークモデルにおける同定と推論
• Authors: Diego Vallarino,
• Abstract要約: 未知の相互作用ネットワーク上で定義された非線形力学系の同定と推論について検討する。 ネットワーク構造は汎用的に同定されておらず、十分なスペクトル不均一性を必要とすることを示す。 この結果は、生産ネットワーク、感染モデル、動的相互作用システムなど、幅広い種類の経済モデルに適用できる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We study identification and inference in nonlinear dynamic systems defined on unknown interaction networks. The system evolves through an unobserved dependence matrix governing cross-sectional shock propagation via a nonlinear operator. We show that the network structure is not generically identified, and that identification requires sufficient spectral heterogeneity. In particular, identification arises when the network induces non-exchangeable covariance patterns through heterogeneous amplification of eigenmodes. When the spectrum is concentrated, dependence becomes observationally equivalent to common shocks or scalar heterogeneity, leading to non-identification. We provide necessary and sufficient conditions for identification, characterize observational equivalence classes, and propose a semiparametric estimator with asymptotic theory. We also develop tests for network dependence whose power depends on spectral properties of the interaction matrix. The results apply to a broad class of economic models, including production networks, contagion models, and dynamic interaction systems.
• Abstract（参考訳）: 未知の相互作用ネットワーク上で定義された非線形力学系の同定と推論について検討する。 システムは非線形作用素を介して断面的な衝撃伝播を管理する非観測依存行列を介して進化する。 ネットワーク構造は汎用的に同定されておらず、十分なスペクトル不均一性を必要とすることを示す。 特に、ネットワークが固有モデムのヘテロジニアス増幅を通じて交換不能な共分散パターンを誘導したとき、識別が生じる。 スペクトルが集中すると、依存は共通の衝撃やスカラーの不均一性と観察的に等価になり、非同定に繋がる。 我々は,観測等値クラスを識別し,特徴付けするための必要十分条件を提案し,漸近理論を用いた半パラメトリック推定器を提案する。 また,相互作用行列のスペクトル特性に依存するネットワーク依存テストも開発した。 この結果は、生産ネットワーク、感染モデル、動的相互作用システムなど、幅広い種類の経済モデルに適用できる。

関連論文リスト

• Neural Contraction Metrics with Formal Guarantees for Discrete-Time Nonlinear Dynamical Systems [17.905596843865705]
  収縮メトリクスは、様々な力学系の安定性、堅牢性、収束性を分析する強力なフレームワークを提供する。 しかしながら、複雑な非線形系に対するこれらの指標の同定は、効果的なツールが欠如しているため、未解決の課題である。 本稿では,離散的スケーラブル非線形システムに対する検証可能な収縮指標について述べる。
  論文  参考訳（メタデータ） (2025-04-23T21:27:32Z)
• Connectivity structure and dynamics of nonlinear recurrent neural networks [41.038855001225826]
  ニューラルネットワークにおける接続構造が高次元集合活動をどのように形成するかを解析する理論を開発する。 単一ニューロンの活動では接続構造は見えず,集団活動は劇的に形成されている。
  論文  参考訳（メタデータ） (2024-09-03T15:08:37Z)
• Learning Linear Causal Representations from Interventions under General Nonlinear Mixing [52.66151568785088]
  介入対象にアクセスできることなく、未知の単一ノード介入を考慮し、強い識別可能性を示す。 これは、ディープニューラルネットワークの埋め込みに対する非ペアの介入による因果識別性の最初の例である。
  論文  参考訳（メタデータ） (2023-06-04T02:32:12Z)
• Identifiability and Asymptotics in Learning Homogeneous Linear ODE Systems from Discrete Observations [114.17826109037048]
  通常の微分方程式(ODE)は、機械学習において最近多くの注目を集めている。 理論的な側面、例えば、統計的推定の識別可能性と特性は、いまだに不明である。 本稿では,1つの軌道からサンプリングされた等間隔の誤差のない観測結果から,同次線形ODE系の同定可能性について十分な条件を導出する。
  論文  参考訳（メタデータ） (2022-10-12T06:46:38Z)
• Exact solutions of interacting dissipative systems via weak symmetries [77.34726150561087]
  我々は任意の強い相互作用や非線形性を持つクラスマルコフ散逸系(英語版)のリウヴィリアンを解析的に対角化する。 これにより、フルダイナミックスと散逸スペクトルの正確な記述が可能になる。 我々の手法は他の様々なシステムに適用でき、複雑な駆動散逸量子系の研究のための強力な新しいツールを提供することができる。
  論文  参考訳（メタデータ） (2021-09-27T17:45:42Z)
• Convolutional Filtering and Neural Networks with Non Commutative Algebras [153.20329791008095]
  本研究では,非可換畳み込みニューラルネットワークの一般化について検討する。 非可換畳み込み構造は作用素空間上の変形に対して安定であることを示す。
  論文  参考訳（メタデータ） (2021-08-23T04:22:58Z)
• Discovering Latent Causal Variables via Mechanism Sparsity: A New Principle for Nonlinear ICA [81.4991350761909]
  ICA(Independent component analysis)は、この目的を定式化し、実用的な応用のための推定手順を提供する手法の集合を指す。 潜伏変数は、潜伏機構をスパースに正則化すれば、置換まで復元可能であることを示す。
  論文  参考訳（メタデータ） (2021-07-21T14:22:14Z)
• Tractably Modelling Dependence in Networks Beyond Exchangeability [0.0]
  本研究では, ネットワークの推定, クラスタリング, 次数挙動について検討する。 このことは、一般的には交換不能なネットワークデータをブロックモデルで記述できる理由と方法を探る。
  論文  参考訳（メタデータ） (2020-07-28T17:13:59Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。