論文の概要: Nonparametric Inference under B-bits Quantization
- arxiv url: http://arxiv.org/abs/1901.08571v3
- Date: Fri, 11 Aug 2023 15:17:35 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-14 18:27:29.771943
- Title: Nonparametric Inference under B-bits Quantization
- Title(参考訳): bビット量子化による非パラメトリック推論
- Authors: Kexuan Li, Ruiqi Liu, Ganggang Xu, Zuofeng Shang
- Abstract要約: そこで本研究では,B$ビットに量子化されたサンプルに基づく非パラメトリック試験手法を提案する。
特に、B$が一定の閾値を超えると、提案した非パラメトリックテスト手順が古典的なミニマックステスト率を達成することを示す。
- 参考スコア(独自算出の注目度): 5.958064620718292
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Statistical inference based on lossy or incomplete samples is often needed in
research areas such as signal/image processing, medical image storage, remote
sensing, signal transmission. In this paper, we propose a nonparametric testing
procedure based on samples quantized to $B$ bits through a computationally
efficient algorithm. Under mild technical conditions, we establish the
asymptotic properties of the proposed test statistic and investigate how the
testing power changes as $B$ increases. In particular, we show that if $B$
exceeds a certain threshold, the proposed nonparametric testing procedure
achieves the classical minimax rate of testing (Shang and Cheng, 2015) for
spline models. We further extend our theoretical investigations to a
nonparametric linearity test and an adaptive nonparametric test, expanding the
applicability of the proposed methods. Extensive simulation studies {together
with a real-data analysis} are used to demonstrate the validity and
effectiveness of the proposed tests.
- Abstract(参考訳): 損失や不完全なサンプルに基づく統計的推論は、信号/画像処理、医療画像保存、リモートセンシング、信号伝送などの研究領域でしばしば必要となる。
本稿では,計算効率のよいアルゴリズムを用いて,B$ビットに量子化されたサンプルに基づく非パラメトリック試験手法を提案する。
軽度な技術的条件下では,提案するテスト統計の漸近性を確立し,b$が増加するにつれてテストパワーがどのように変化するかを検討する。
特に、もし$b$が一定のしきい値を超えると、提案された非パラメトリックテスト手順は、スプラインモデルの古典的な最小テスト率(shang and cheng, 2015)を達成する。
さらに,非パラメトリック線形性テストと適応的非パラメトリックテストに理論的な研究を拡張し,提案手法の適用性を拡大する。
実データ解析を用いた大規模シミュレーション研究は,提案試験の有効性と有効性を示すために用いられる。
関連論文リスト
- Peeking with PEAK: Sequential, Nonparametric Composite Hypothesis Tests
for Means of Multiple Data Streams [42.763520671703326]
本稿では,複数データストリームを用いた合成仮説のための新しい非パラメトリックシーケンシャルテストを提案する。
提案手法は,テスト・アズ・ベッティング・フレームワーク上に構築され,停止時間にまたがる非漸近的な$alpha$レベルのテストを提供する。
論文 参考訳(メタデータ) (2024-02-09T01:11:34Z) - Collaborative non-parametric two-sample testing [55.98760097296213]
目標は、null仮説の$p_v = q_v$が拒否されるノードを特定することである。
グラフ構造を効率的に活用する非パラメトリックコラボレーティブ2サンプルテスト(CTST)フレームワークを提案する。
提案手法は,f-divergence Estimation, Kernel Methods, Multitask Learningなどの要素を統合する。
論文 参考訳(メタデータ) (2024-02-08T14:43:56Z) - Precise Error Rates for Computationally Efficient Testing [75.63895690909241]
本稿では,計算複雑性に着目した単純な対数-単純仮説テストの問題を再考する。
線形スペクトル統計に基づく既存の試験は、I型とII型の誤差率の間の最良のトレードオフ曲線を達成する。
論文 参考訳(メタデータ) (2023-11-01T04:41:16Z) - Selective Nonparametric Regression via Testing [54.20569354303575]
本研究では,所定の点における条件分散の値に関する仮説を検証し,留置手順を開発する。
既存の手法とは異なり、提案手法は分散自体の値だけでなく、対応する分散予測器の不確実性についても考慮することができる。
論文 参考訳(メタデータ) (2023-09-28T13:04:11Z) - Bootstrapped Edge Count Tests for Nonparametric Two-Sample Inference
Under Heterogeneity [5.8010446129208155]
両試料間の差異を正確に検出する新しい非パラメトリック試験法を開発した。
オンラインゲームにおけるユーザ行動検出のための総合シミュレーション研究と応用により,提案試験の非漸近性能が向上したことを示す。
論文 参考訳(メタデータ) (2023-04-26T22:25:44Z) - A Semi-Bayesian Nonparametric Estimator of the Maximum Mean Discrepancy
Measure: Applications in Goodness-of-Fit Testing and Generative Adversarial
Networks [3.623570119514559]
そこで我々は,GoF(Goness-of-fit)テストのための半ベイズ非パラメトリック(セミBNP)手順を提案する。
提案手法は,最大平均誤差(MMD)測定のための新しいベイズ推定器を提案する。
提案手法は, 誤り仮説の誤認率と受理率を低くすることで, 頻繁なMDD法よりも優れていることを示す。
論文 参考訳(メタデータ) (2023-03-05T10:36:21Z) - Spectral Regularized Kernel Two-Sample Tests [7.122170439221738]
MMD (maximum mean discrepancy) two-sample test は,Hellinger 距離で測定された分離境界において最適ではないことを示す。
本稿では、正規化パラメータを選択するためのデータ駆動型戦略を含む、上記のテストの適応バージョンを提案する。
この結果から,テストしきい値がサンプルの置換によって選択されるテストの置換変種について検討した。
論文 参考訳(メタデータ) (2022-12-19T00:42:21Z) - Sequential Permutation Testing of Random Forest Variable Importance
Measures [68.8204255655161]
そこで本研究では、逐次置換テストと逐次p値推定を用いて、従来の置換テストに関連する高い計算コストを削減することを提案する。
シミュレーション研究の結果、シーケンシャルテストの理論的性質が当てはまることを確認した。
本手法の数値安定性を2つの応用研究で検討した。
論文 参考訳(メタデータ) (2022-06-02T20:16:50Z) - Heavy-tailed Streaming Statistical Estimation [58.70341336199497]
ストリーミング$p$のサンプルから重み付き統計推定の課題を考察する。
そこで我々は,傾きの雑音に対して,よりニュアンスな条件下での傾きの傾きの低下を設計し,より詳細な解析を行う。
論文 参考訳(メタデータ) (2021-08-25T21:30:27Z) - Nonparametric Empirical Bayes Estimation and Testing for Sparse and
Heteroscedastic Signals [5.715675926089834]
大規模な現代データは、しばしば高次元未知パラメータの推定とテストを伴う。
粗い信号、干し草の巣の針を精度と誤検出制御で識別することが望ましい。
本稿では,SNP(Spyke-and-Nonparametric mixture prior)を提案する。
論文 参考訳(メタデータ) (2021-06-16T15:55:44Z) - Label Smoothed Embedding Hypothesis for Out-of-Distribution Detection [72.35532598131176]
我々は,$k$-NN 密度推定値を用いて OOD サンプルを検出する教師なし手法を提案する。
emphLabel Smoothed Embedding hypothesis と呼ばれるラベル平滑化に関する最近の知見を活用する。
提案手法は,多くのOODベースラインを上回り,新しい有限サンプル高確率統計結果を提供することを示す。
論文 参考訳(メタデータ) (2021-02-09T21:04:44Z)
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。