Fugu-MT 論文翻訳(概要): Detection of Signal in the Spiked Rectangular Models

論文の概要: Detection of Signal in the Spiked Rectangular Models

arxiv url: http://arxiv.org/abs/2104.13517v1
Date: Wed, 28 Apr 2021 01:15:45 GMT
ステータス: 処理完了
システム内更新日: 2021-04-29 12:52:33.426505
Title: Detection of Signal in the Spiked Rectangular Models
Title（参考訳）: スパイク矩形モデルにおける信号の検出
Authors: Ji Hyung Jung, Hye Won Chung, Ji Oon Lee
Abstract要約: 雑音がガウス的でない場合、行列成分の事前変換により主成分分析を改善することができることを示す。また,計算複雑性の低い信号の存在を検出する仮説テストを提案する。
参考スコア（独自算出の注目度）: 8.185918509343818
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We consider the problem of detecting signals in the rank-one signal-plus-noise data matrix models that generalize the spiked Wishart matrices. We show that the principal component analysis can be improved by pre-transforming the matrix entries if the noise is non-Gaussian. As an intermediate step, we prove a sharp phase transition of the largest eigenvalues of spiked rectangular matrices, which extends the Baik-Ben Arous-P\'ech\'e (BBP) transition. We also propose a hypothesis test to detect the presence of signal with low computational complexity, based on the linear spectral statistics, which minimizes the sum of the Type-I and Type-II errors when the noise is Gaussian.
Abstract（参考訳）: スパイクされたウィッシュアート行列を一般化するランクワン信号+ノイズデータ行列モデルにおける信号検出の問題を考える。雑音がガウス的でない場合、行列成分の事前変換により主成分分析を改善することができることを示す。中間段階として、スパイク長方形行列の最大固有値の鋭い位相遷移を証明し、baek-ben arous-p\'ech\'e (bbp)遷移を延長する。また,雑音がガウス的である場合のタイプIとタイプIIの誤差の総和を最小化する線形スペクトル統計に基づいて,計算量が少ない信号の存在を検出する仮説テストを提案する。

関連論文リスト

Signal-Plus-Noise Decomposition of Nonlinear Spiked Random Matrix Models [28.005935031887038]
本研究では,非線形関数を次数1の雑音行列に応用した非線形スパイクランダム行列モデルについて検討する。我々は,このモデルに対して信号+雑音分解を行い,信号成分の構造の正確な位相遷移を信号強度の臨界しきい値で同定する。
論文参考訳（メタデータ） (2024-05-28T15:24:35Z)
Fundamental limits of Non-Linear Low-Rank Matrix Estimation [18.455890316339595]
ベイズ最適性能は、有効前のガウスモデルによって特徴づけられる。信号を正確に再構成するためには、Nfrac 12 (1-1/k_F)$として増加する信号対雑音比が必要であり、$k_F$は関数の最初のゼロでないフィッシャー情報係数である。
論文参考訳（メタデータ） (2024-03-07T05:26:52Z)
Optimal Algorithms for the Inhomogeneous Spiked Wigner Model [89.1371983413931]
不均一な問題に対する近似メッセージパッシングアルゴリズム(AMP)を導出する。特に,情報理論の閾値よりも大きい信号と雑音の比を必要とする既知のアルゴリズムが,ランダムよりも優れた処理を行うための統計的・計算的ギャップの存在を同定する。
論文参考訳（メタデータ） (2023-02-13T19:57:17Z)
Detection problems in the spiked matrix models [15.125686694430573]
まず、ノイズがガウス的でない場合、データ行列を入力順に前変換することで主成分分析を改善することができることを示す。また,事前知識がない場合の信号のランクを推定するアルゴリズムも導入する。
論文参考訳（メタデータ） (2023-01-12T23:46:41Z)
Optimal Online Generalized Linear Regression with Stochastic Noise and Its Application to Heteroscedastic Bandits [88.6139446295537]
一般化線形モデルの設定におけるオンライン一般化線形回帰の問題について検討する。ラベルノイズに対処するため、古典的追従正規化リーダ(FTRL)アルゴリズムを鋭く解析する。本稿では,FTRLに基づくアルゴリズムを提案する。
論文参考訳（メタデータ） (2022-02-28T08:25:26Z)
Long Random Matrices and Tensor Unfolding [4.83420384410068]
行列の次元に応じて臨界信号対雑音比が存在することを示す。主な応用として、非対称ランクワンスパイクテンソルモデルに対するテンソル展開アルゴリズムについて検討する。
論文参考訳（メタデータ） (2021-10-19T19:13:27Z)
Towards Sample-Optimal Compressive Phase Retrieval with Sparse and Generative Priors [59.33977545294148]
O(k log L)$サンプルは振幅に基づく経験損失関数を最小化する任意のベクトルに信号が近いことを保証するのに十分であることを示す。この結果はスパース位相検索に適応し、基底信号が$s$-sparseおよび$n$-dimensionalである場合、$O(s log n)$サンプルは同様の保証に十分であることを示す。
論文参考訳（メタデータ） (2021-06-29T12:49:54Z)
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)
Understanding Implicit Regularization in Over-Parameterized Single Index Model [55.41685740015095]
我々は高次元単一インデックスモデルのための正規化自由アルゴリズムを設計する。暗黙正則化現象の理論的保証を提供する。
論文参考訳（メタデータ） (2020-07-16T13:27:47Z)
Sample Complexity Bounds for 1-bit Compressive Sensing and Binary Stable Embeddings with Generative Priors [52.06292503723978]
生成モデルを用いた圧縮センシングの進歩により, 生成モデルを用いた1ビット圧縮センシングの問題点を考察した。まずノイズのない1ビット測定を考察し, ガウス測度に基づく近似回復のためのサンプル複雑性境界を提供する。また,リプシッツ連続生成モデルを用いた1ビット圧縮センシングにも有効であることを示すため,評価誤差と雑音に対する再構成の堅牢性を示すBinary $epsilon$-Stable Embedding特性を実証した。
論文参考訳（メタデータ） (2020-02-05T09:44:10Z)
Weak Detection in the Spiked Wigner Model with General Rank [13.45821655503426]
我々は,信号+雑音型行列モデルから信号を検出する統計的決定過程を付加的なウィグナー雑音で検討する。本稿では,信号の分布や雑音に依存しないデータ行列の線形スペクトル統計に基づく仮説テストを提案する。
論文参考訳（メタデータ） (2020-01-16T06:40:24Z)

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。