无限记忆链的经验集中不等式

该研究将经验集中不等式从平稳马尔可夫链推广至具有无限记忆的平稳链，解决了时间序列集中不等式因包含未知量而难以直接用作置信界的问题。在可求和 Wasserstein 收缩条件下，研究给出了有界差分不等式，并支持仅从单条轨迹估计依赖系数。配合固定乘法安全因子，该方法无需先验常数即可完全自适应，所得经验置信界渐近上与理论界同样紧致。