潛在動態系統中的狀態耦合波動性：部分觀測下的恢復

根據研究論文提出，本文介紹了一種狀態耦合隨機波動性框架，用於潛在狀態空間模型。傳統模型通常假設過程變異數獨立於潛在狀態位置，但在許多生物、行為和生理系統中，變異數可能系統性地依賴於潛在動態狀態，產生結構隨機性。該框架將潛在過程變異數設為依賴於潛在平衡位置的位移，以捕捉這種狀態依賴的波動性。為了在部分觀測下估計這種關係，研究發展了粒子期望最大化方法，結合了自舉粒子濾波和後向軌跡平滑技術，從而能夠從不完整觀測中恢復潛在動態。模型包含一個耦合參數，用於量化潛在狀態位置與過程變異數之間的關聯強度。大規模模擬基準測試評估了在不同耦合強度、觀測噪聲水平、軌跡長度和持續性體制下的恢復和檢測性能。結果顯示，與傳統的觀測狀態異方差代理相比，所提框架一致地減少了恢復偏差，尤其是在強耦合條件下改進最為顯著。此外，恢復性能隨著潛在持續性的增加而改善，而檢測性能在廣泛的模擬條件下保持競爭力，並在觀測噪聲增加時展現出更大優勢。總體而言，這些發現表明，當潛在狀態結構被明確建模時，狀態耦合波動性可以在部分觀測下被有效識別和估計。該框架為研究狀態依賴變異性提供了實用的方法論基礎，並有助於評估結構隨機性是否為系統動態提供了超出均值軌跡之外的額外信息。