論文の概要: On Consistency and Asymptotic Normality of Least Absolute Deviation
Estimators for 2-dimensional Sinusoidal Model
- arxiv url: http://arxiv.org/abs/2301.03229v1
- Date: Mon, 9 Jan 2023 09:50:32 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-10 16:23:14.571399
- Title: On Consistency and Asymptotic Normality of Least Absolute Deviation
Estimators for 2-dimensional Sinusoidal Model
- Title(参考訳): 2次元正弦波モデルにおける最小偏差推定器の整合性と漸近正規性について
- Authors: Saptarshi Roy, Amit Mitra and N K Archak
- Abstract要約: パラメータ推定のためのロバスト最小絶対偏差推定器を提案する。
我々は, LAD推定器の重要な特性について検討し, LAD推定器の強い一貫性と正規性を確立する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Estimation of the parameters of a 2-dimensional sinusoidal model is a
fundamental problem in digital signal processing. In this paper, we propose a
robust least absolute deviation (LAD) estimators for parameter estimation. The
proposed methodology provides a robust alternative to non-robust estimation
techniques like the least squares estimators, in situations where outliers are
present in the data or in the presence of heavy tailed noise. We study
important asymptotic properties of the LAD estimators and establish the strong
consistency and asymptotic normality of the LAD estimators. We further
illustrate the advantage of using LAD estimators over least squares estimators
through extensive simulation studies.
- Abstract(参考訳): ディジタル信号処理における2次元正弦波モデルのパラメータ推定は根本的な問題である。
本稿では,パラメータ推定のためのロバスト最小絶対偏差推定器を提案する。
提案手法は,データに異常値が存在する場合や重く尾部ノイズが存在する場合において,最小二乗推定法のような非ロバスト推定手法にロバストな代替手段を提供する。
我々は,lad推定器の重要な漸近特性を調査し,lad推定器の強い一貫性と漸近正規性を確立した。
さらに, LAD推定器を用いた最小2乗推定器の利点について, 広範囲なシミュレーション研究を通じて述べる。
関連論文リスト
- Distributionally Robust Optimization as a Scalable Framework to Characterize Extreme Value Distributions [22.765095010254118]
本研究の目的は分散ロバストな最適化 (DRO) 推定器の開発であり、特に多次元極値理論 (EVT) の統計量についてである。
点過程の空間における半パラメトリックな最大安定制約によって予測されるDRO推定器について検討した。
両手法は, 合成データを用いて検証し, 所定の特性を回復し, 提案手法の有効性を検証する。
論文 参考訳(メタデータ) (2024-07-31T19:45:27Z) - Sparse high-dimensional linear regression with a partitioned empirical
Bayes ECM algorithm [62.997667081978825]
疎高次元線形回帰に対する計算効率が高く強力なベイズ的手法を提案する。
パラメータに関する最小の事前仮定は、プラグイン経験的ベイズ推定(英語版)を用いて用いられる。
提案手法はRパッケージプローブに実装されている。
論文 参考訳(メタデータ) (2022-09-16T19:15:50Z) - Robust Rayleigh Regression Method for SAR Image Processing in Presence
of Outliers [0.0]
合成開口レーダ(SAR)データにおける異常値(outliers)の存在は、不正確な推論をもたらす可能性がある。
本稿では,外乱の存在に頑健なレイリー回帰モデルパラメータ推定器について述べる。
論文 参考訳(メタデータ) (2022-07-29T23:03:45Z) - Non-Iterative Recovery from Nonlinear Observations using Generative
Models [14.772379476524407]
この信号は、有界な$k$次元入力を持つ$L$-Lipschitz連続生成モデルの範囲内にあると仮定する。
提案手法は非定性的であり(プロジェクションステップの近似には反復手順を用いる場合もあるが)、高効率である。
論文 参考訳(メタデータ) (2022-05-31T12:34:40Z) - Continuous Wasserstein-2 Barycenter Estimation without Minimax
Optimization [94.18714844247766]
ワッサーシュタイン・バリセンターは、最適輸送に基づく確率測度の重み付き平均の幾何学的概念を提供する。
本稿では,Wasserstein-2 バリセンタのサンプルアクセスを演算するスケーラブルなアルゴリズムを提案する。
論文 参考訳(メタデータ) (2021-02-02T21:01:13Z) - On Projection Robust Optimal Transport: Sample Complexity and Model
Misspecification [101.0377583883137]
射影ロバスト(PR)OTは、2つの測度の間のOTコストを最大化するために、射影可能な$k$次元部分空間を選択する。
私たちの最初の貢献は、PRワッサーシュタイン距離のいくつかの基本的な統計的性質を確立することである。
次に、部分空間を最適化するのではなく平均化することにより、PRW距離の代替として積分PRワッサーシュタイン距離(IPRW)を提案する。
論文 参考訳(メタデータ) (2020-06-22T14:35:33Z) - Deep Dimension Reduction for Supervised Representation Learning [51.10448064423656]
本研究は,本質的な特徴を持つ学習表現の次元削減手法を提案する。
提案手法は, 十分次元還元法の非パラメトリック一般化である。
推定された深度非パラメトリック表現は、その余剰リスクが0に収束するという意味で一貫したものであることを示す。
論文 参考訳(メタデータ) (2020-06-10T14:47:43Z) - Path Sample-Analytic Gradient Estimators for Stochastic Binary Networks [78.76880041670904]
二進的アクティベーションや二進的重みを持つニューラルネットワークでは、勾配降下によるトレーニングは複雑である。
そこで本研究では,サンプリングと解析近似を併用した新しい推定法を提案する。
勾配推定において高い精度を示し、深部畳み込みモデルにおいてより安定かつ優れた訓練を行うことを示す。
論文 参考訳(メタデータ) (2020-06-04T21:51:21Z) - Asymptotic Analysis of an Ensemble of Randomly Projected Linear
Discriminants [94.46276668068327]
[1]では、ランダムに投影された線形判別式のアンサンブルを用いてデータセットを分類する。
我々は,計算コストのかかるクロスバリデーション推定器の代替として,誤分類確率の一貫した推定器を開発する。
また、実データと合成データの両方で投影次元を調整するための推定器の使用を実証する。
論文 参考訳(メタデータ) (2020-04-17T12:47:04Z) - Bayesian System ID: Optimal management of parameter, model, and
measurement uncertainty [0.0]
システム識別(ID)の確率的定式化の頑健さを,スパース,ノイズ,間接データに対して評価した。
従来手法の目的関数面と比較して,ログ後部は幾何学的特性が向上したことを示す。
論文 参考訳(メタデータ) (2020-03-04T22:48:30Z) - Statistical Inference for Model Parameters in Stochastic Gradient
Descent [45.29532403359099]
勾配降下係数(SGD)は,その計算効率とメモリ効率から,大規模データの統計的推定に広く用いられている。
人口減少関数が強い凸であり,一定の条件を満たす場合,SGDに基づく真のモデルパラメータの統計的推測の問題について検討する。
論文 参考訳(メタデータ) (2016-10-27T07:04:21Z)
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。