擴散模型漂移估計器的誤差界推導

研究論文指出，隨機微分方程中的參數估計是一個在許多科學領域中至關重要的統計問題。Tapia Costa 等人（2026年）最近提出了一種新技術，在擴散參數已知的情況下，利用多條軌跡的離散樣本來估計漂移。該方法將漂移估計視為一個去噪問題，並利用擴散模型的條件得分匹配工具。然而，他們的實驗雖然在不同漂移類別上顯示出有希望的結果，但估計器的理論保證問題尚未解決。在這篇筆記中，作者利用擴散模型理論來填補這一空白。具體而言，他們推導了漂移估計器時間平均均方誤差的明確風險界。該風險界將誤差分解為歐拉-馬魯亞馬離散化、得分/去噪器近似、噪聲初始化和採樣方差四個部分，揭示了估計器中超參數和誤差來源之間的權衡關係，為科學應用提供了重要理論基礎。