論文の概要: Bounding the expectation of the supremum of empirical processes indexed
by H\"older classes
- arxiv url: http://arxiv.org/abs/2003.13530v3
- Date: Thu, 17 Dec 2020 09:34:56 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-18 08:40:20.200134
- Title: Bounding the expectation of the supremum of empirical processes indexed
by H\"older classes
- Title(参考訳): H\"古いクラスによってインデックス付けされた経験過程の上限の期待値の境界
- Authors: Nicolas Schreuder
- Abstract要約: 任意の滑らかさのH"古いクラスによってインデックス付けされた経験過程の上限の上限について、上限を与える。
結果は、未知の分布が経験的な結果によって推定される場合、非漸近的リスク境界と見なすことができる。
- 参考スコア(独自算出の注目度): 0.6091702876917281
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this note, we provide upper bounds on the expectation of the supremum of
empirical processes indexed by H\"older classes of any smoothness and for any
distribution supported on a bounded set in $\mathbb R^d$. These results can be
alternatively seen as non-asymptotic risk bounds, when the unknown distribution
is estimated by its empirical counterpart, based on $n$ independent
observations, and the error of estimation is quantified by the integral
probability metrics (IPM). In particular, the IPM indexed by a H\"older class
is considered and the corresponding rates are derived. These results
interpolate between the two well-known extreme cases: the rate $n^{-1/d}$
corresponding to the Wassertein-1 distance (the least smooth case) and the fast
rate $n^{-1/2}$ corresponding to very smooth functions (for instance, functions
from an RKHS defined by a bounded kernel).
- Abstract(参考訳): 本稿では、任意の滑らかなh\"olderクラスと$\mathbb r^d$ の有界集合上の任意の分布によってインデックスづけされた経験的過程の上限の期待値の上界を与える。
これらの結果は、n$独立観測に基づいて未知の分布を経験的に推定し、その推定誤差を積分確率メトリクス(IPM)によって定量化する場合、非漸近的リスク境界と見なすことができる。
特に、H\"古いクラスによってインデックスされたIMMを考慮し、対応するレートを導出する。
これらの結果は、Wassertein-1 距離に対応する速度 $n^{-1/d}$ と、非常に滑らかな函数に対応する高速速度 $n^{-1/2}$(例えば、有界核で定義される RKHS の関数)の2つのよく知られた極端なケースの間で補間される。
関連論文リスト
- Kernel-based off-policy estimation without overlap: Instance optimality
beyond semiparametric efficiency [53.90687548731265]
本研究では,観測データに基づいて線形関数を推定するための最適手順について検討する。
任意の凸および対称函数クラス $mathcalF$ に対して、平均二乗誤差で有界な非漸近局所ミニマックスを導出する。
論文 参考訳(メタデータ) (2023-01-16T02:57:37Z) - Universal entanglement and correlation measure in two-dimensional
conformal field theories [0.6635604919499181]
例えば $mathcalE$ は 2 つの不連続区間においても普遍的な表現を持つことを示す。
我々は,スピン-1/2 XXZ鎖で数値検証を行った。
論文 参考訳(メタデータ) (2022-11-22T02:09:02Z) - Distribution Regression with Sliced Wasserstein Kernels [45.916342378789174]
分布回帰のための最初のOTに基づく推定器を提案する。
このような表現に基づくカーネルリッジ回帰推定器の理論的性質について検討する。
論文 参考訳(メタデータ) (2022-02-08T15:21:56Z) - Nearest neighbor empirical processes [7.034466417392574]
近辺から所与の点$x$への応答に基づく実証測度を導入し、中央統計量として研究する。
均一な非漸近境界は、一様エントロピー数上でよく知られた条件の下で成立し、しばしばVapnik-Chervonenkis (Vapnik-Chervonenkis) と呼ばれる。
これは、標準公式を用いて、全データの代わりに最も近い隣人だけを用いて分散を推定できる可能性を示唆している。
論文 参考訳(メタデータ) (2021-10-27T08:15:20Z) - Optimal policy evaluation using kernel-based temporal difference methods [78.83926562536791]
カーネルヒルベルト空間を用いて、無限水平割引マルコフ報酬過程の値関数を推定する。
我々は、関連するカーネル演算子の固有値に明示的に依存した誤差の非漸近上界を導出する。
MRP のサブクラスに対する minimax の下位境界を証明する。
論文 参考訳(メタデータ) (2021-09-24T14:48:20Z) - Robust Learning of Optimal Auctions [84.13356290199603]
本研究では、入札者の評価値のサンプルを逆向きに破損させたり、逆向きに歪んだ分布から引き出すことができる場合に、サンプルから収益-最適マルチバイダオークションを学習する問題について検討する。
我々は,コルモゴロフ-スミルノフ距離における元の分布に対して$alpha$-closeの「全ての真の分布」に対して,収入がほぼ同時に最適であるメカニズムを学習できる新しいアルゴリズムを提案する。
論文 参考訳(メタデータ) (2021-07-13T17:37:21Z) - Exact Recovery in the General Hypergraph Stochastic Block Model [92.28929858529679]
本稿では,d-uniform hypergraph block model(d-HSBM)の正確な回復の基本的な限界について検討する。
精度の高いしきい値が存在し、正確な回復がしきい値の上に達成でき、その下には不可能であることを示す。
論文 参考訳(メタデータ) (2021-05-11T03:39:08Z) - Optimal Bounds between $f$-Divergences and Integral Probability Metrics [8.401473551081748]
確率分布の類似性を定量化するために、$f$-divergencesとIntegral Probability Metricsが広く使われている。
両家系の関係を凸双対性の観点から体系的に研究する。
我々は、Hoeffdingの補題のような統一的な方法でよく知られた結果を回復しながら、新しい境界を得る。
論文 参考訳(メタデータ) (2020-06-10T17:39:11Z) - Sample Complexity of Asynchronous Q-Learning: Sharper Analysis and
Variance Reduction [63.41789556777387]
非同期Q-ラーニングはマルコフ決定過程(MDP)の最適行動値関数(またはQ-関数)を学習することを目的としている。
Q-関数の入出力$varepsilon$-正確な推定に必要なサンプルの数は、少なくとも$frac1mu_min (1-gamma)5varepsilon2+ fract_mixmu_min (1-gamma)$の順である。
論文 参考訳(メタデータ) (2020-06-04T17:51:00Z) - On Linear Stochastic Approximation: Fine-grained Polyak-Ruppert and
Non-Asymptotic Concentration [115.1954841020189]
The inequality and non-asymptotic properties of approximation procedure with Polyak-Ruppert averaging。
一定のステップサイズと無限大となる反復数を持つ平均的反復数に対する中心極限定理(CLT)を証明する。
論文 参考訳(メタデータ) (2020-04-09T17:54:18Z) - Robust $k$-means Clustering for Distributions with Two Moments [4.21934751979057]
我々は、$N$独立観測に基づいて量子化器を構成する$k$-meansクラスタリング問題に対するロバストアルゴリズムについて考察する。
我々の主な結果は、一般分離ヒルベルト空間における2つの有界モーメント仮定の下で成り立つ平均に基づく非漸近的過剰歪み境界の中央値である。
論文 参考訳(メタデータ) (2020-02-06T16:36:53Z)
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。