論文の概要: Concentration inequality for U-statistics of order two for uniformly ergodic Markov chains

• arxiv url: http://arxiv.org/abs/2011.11435v4
• Date: Fri, 18 Mar 2022 09:00:50 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-23 06:35:07.249793
• Title: Concentration inequality for U-statistics of order two for uniformly ergodic Markov chains
• Title（参考訳）: 一様エルゴードマルコフ鎖に対する位数2のU-統計量の濃度不等式
• Authors: Quentin Duchemin (LAMA), Yohann de Castro (ICJ), Claire Lacour (LAMA)
• Abstract要約: 我々は、一様エルゴード型マルコフ鎖に対する位数2のU-統計量に対する濃度不等式を証明した。 独立確率変数と正準核のU統計値の集中結果を示したArconesとGin'eの収束率を復元できることが示される。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We prove a new concentration inequality for U-statistics of order two for uniformly ergodic Markov chains. Working with bounded and $\pi$-canonical kernels, we show that we can recover the convergence rate of Arcones and Gin{\'e} who proved a concentration result for U-statistics of independent random variables and canonical kernels. Our result allows for a dependence of the kernels $h_{i,j}$ with the indexes in the sums, which prevents the use of standard blocking tools. Our proof relies on an inductive analysis where we use martingale techniques, uniform ergodicity, Nummelin splitting and Bernstein's type inequality. Assuming further that the Markov chain starts from its invariant distribution, we prove a Bernstein-type concentration inequality that provides sharper convergence rate for small variance terms.
• Abstract（参考訳）: 我々は、一様エルゴードマルコフ鎖に対する位数 2 の u-統計量に対する新しい濃度不等式を証明する。 有界および$\pi$-カノニカルカーネルを用いて、独立確率変数と正準核のU-統計量に対する集中結果を示すArconesとGin{\'eの収束率を復元できることが示される。 その結果、カーネルの$h_{i,j}$と合計のインデックスの依存性が得られ、標準的なブロッキングツールの使用が妨げられる。 我々の証明はインダクティブ解析に依存しており、マーティンゲール法、一様エルゴード性、ヌムメリン分割、ベルンシュタイン型不等式を用いる。 さらに、マルコフ連鎖がその不変分布から始まると仮定すると、小さな分散項に対してよりシャープな収束率を与えるベルンシュタイン型濃度不等式が証明される。

関連論文リスト

• Fast Convergence of $Φ$-Divergence Along the Unadjusted Langevin Algorithm and Proximal Sampler [14.34147140416535]
  連続空間における2つの一般的な離散時間マルコフ連鎖の混合時間について検討する。 二つの微分可能な厳密凸函数から生じる任意の$Phi$-divergenceが、これらのマルコフ連鎖に沿って指数的に0$に収束することを示す。
  論文  参考訳（メタデータ） (2024-10-14T16:41:45Z)
• Breaking the Heavy-Tailed Noise Barrier in Stochastic Optimization Problems [56.86067111855056]
  構造密度の重み付き雑音によるクリップ最適化問題を考察する。 勾配が有限の順序モーメントを持つとき、$mathcalO(K-(alpha - 1)/alpha)$よりも高速な収束率が得られることを示す。 得られた推定値が無視可能なバイアスと制御可能な分散を持つことを示す。
  論文  参考訳（メタデータ） (2023-11-07T17:39:17Z)
• Ito Diffusion Approximation of Universal Ito Chains for Sampling, Optimization and Boosting [64.0722630873758]
  我々は、ある微分方程式のオイラー・マルヤマ離散化のように見える、より一般で幅広いマルコフ連鎖、伊藤鎖を考える。 伊藤鎖の法則と微分方程式の間の$W_2$-距離の有界性を証明する。
  論文  参考訳（メタデータ） (2023-10-09T18:38:56Z)
• Covariate shift in nonparametric regression with Markovian design [0.0]
  ナダラヤ・ワトソン核推定器の滑らかさリスクに対する収束速度は、ソースとターゲットマルコフ連鎖に関連する不変分布の類似性によって決定されることを示す。 我々は、Kpotufe と Martinet からの分布指数の概念を、一様エルゴードなマルコフ鎖の核移動指数に拡張する。
  論文  参考訳（メタデータ） (2023-07-17T14:24:27Z)
• Rosenthal-type inequalities for linear statistics of Markov chains [20.606986885851573]
  幾何学的エルゴード的マルコフ鎖の加法関数に対する新しい偏差境界を確立する。 我々は、対応する鎖の混合時間に対する境界の依存に特に注意を払う。
  論文  参考訳（メタデータ） (2023-03-10T10:24:46Z)
• Targeted Separation and Convergence with Kernel Discrepancies [61.973643031360254]
  カーネルベースの不一致測度は、(i)ターゲットPを他の確率測度から分離するか、(ii)Pへの弱収束を制御する必要がある。 本稿では, (i) と (ii) を保証するのに十分な,必要な新しい条件を導出する。 可分距離空間上のMDDに対して、ボヒナー埋め込み可測度を分離するカーネルを特徴づけ、すべての測度を非有界カーネルと分離するための単純な条件を導入する。
  論文  参考訳（メタデータ） (2022-09-26T16:41:16Z)
• Comparison of Markov chains via weak Poincar\'e inequalities with application to pseudo-marginal MCMC [0.0]
  マルコフ連鎖の平衡への有界収束に対する弱ポアンカーの不等式として知られるある種の機能的不等式の使用について検討する。 本研究では, 独立メトロポリス・ハスティングス・サンプリング法や, 難易度を求める疑似マルジナル手法などの手法に対して, サブ幾何学的収束境界の導出を可能にすることを示す。
  論文  参考訳（メタデータ） (2021-12-10T15:36:30Z)
• 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)
• Three rates of convergence or separation via U-statistics in a dependent framework [5.929956715430167]
  我々はこの理論的なブレークスルーを、3つの異なる研究分野における現在の知識の状態を推し進めることで実行した。 まず、MCMC法によるトレースクラス積分作用素のスペクトル推定のための新しい指数関数不等式を確立する。 さらに、ペアワイズ損失関数とマルコフ連鎖サンプルを扱うオンラインアルゴリズムの一般化性能について検討する。
  論文  参考訳（メタデータ） (2021-06-24T07:10:36Z)
• Spectral clustering under degree heterogeneity: a case for the random walk Laplacian [83.79286663107845]
  本稿では,ランダムウォークラプラシアンを用いたグラフスペクトル埋め込みが,ノード次数に対して完全に補正されたベクトル表現を生成することを示す。 次数補正ブロックモデルの特別な場合、埋め込みはK個の異なる点に集中し、コミュニティを表す。
  論文  参考訳（メタデータ） (2021-05-03T16:36:27Z)
• Metrizing Weak Convergence with Maximum Mean Discrepancies [88.54422104669078]
  本稿では、幅広い種類のカーネルに対する確率測度の弱収束を測る最大平均誤差(MMD)を特徴付ける。 我々は、局所コンパクトで非コンパクトなハウスドルフ空間において、有界連続ボレル可測核 k の MMD が確率測度の弱収束を測ることを証明する。
  論文  参考訳（メタデータ） (2020-06-16T15:49:33Z)

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。