Fugu-MT 論文翻訳(概要): Non-Asymptotic Pointwise and Worst-Case Bounds for Classical Spectrum Estimators

論文の概要: Non-Asymptotic Pointwise and Worst-Case Bounds for Classical Spectrum Estimators

arxiv url: http://arxiv.org/abs/2303.11908v2
Date: Mon, 14 Aug 2023 15:02:11 GMT
ステータス: 処理完了
システム内更新日: 2023-08-15 22:07:56.936621
Title: Non-Asymptotic Pointwise and Worst-Case Bounds for Classical Spectrum Estimators
Title（参考訳）: 古典的スペクトル推定器の非漸近的ポイントワイズおよび最悪のケース境界
Authors: Andrew Lamperski
Abstract要約: 本稿では、スペクトル推定器の幅広いクラスに対して非漸近誤差境界を与える。特に、これらはBartlett と Welch 推定器に対する最初の漸近的でない誤差境界である。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Spectrum estimation is a fundamental methodology in the analysis of time-series data, with applications including medicine, speech analysis, and control design. The asymptotic theory of spectrum estimation is well-understood, but the theory is limited when the number of samples is fixed and finite. This paper gives non-asymptotic error bounds for a broad class of spectral estimators, both pointwise (at specific frequencies) and in the worst case over all frequencies. The general method is used to derive error bounds for the classical Blackman-Tukey, Bartlett, and Welch estimators. In particular, these are first non-asymptotic error bounds for Bartlett and Welch estimators.
Abstract（参考訳）: スペクトル推定は、医学、音声分析、制御設計を含む時系列データの解析における基本的な方法論である。スペクトル推定の漸近理論はよく理解されているが、サンプル数が固定かつ有限であれば理論は限定される。本論文は、スペクトル推定器の幅広いクラスに対して、(特定の周波数で)点方向および全ての周波数上で最悪の場合に、非漸近誤差境界を与える。一般的な方法は、古典的なブラックマン=タキー、バートレット、ウェルチ推定器の誤差境界を導出するために用いられる。特に、これらはBartlett および Welch 推定器に対する最初の非漸近誤差境界である。

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)
Instance-Dependent Generalization Bounds via Optimal Transport [51.71650746285469]
既存の一般化境界は、現代のニューラルネットワークの一般化を促進する重要な要因を説明することができない。データ空間における学習予測関数の局所リプシッツ正則性に依存するインスタンス依存の一般化境界を導出する。ニューラルネットワークに対する一般化境界を実験的に解析し、有界値が有意義であることを示し、トレーニング中の一般的な正規化方法の効果を捉える。
論文参考訳（メタデータ） (2022-11-02T16:39:42Z)
Off-policy estimation of linear functionals: Non-asymptotic theory for semi-parametric efficiency [59.48096489854697]
観測データに基づいて線形汎関数を推定する問題は、因果推論と包帯文献の両方において標準的である。このような手順の平均二乗誤差に対して非漸近上界を証明した。非漸近的局所ミニマックス下限をマッチングすることにより、有限標本のインスタンス依存最適性を確立する。
論文参考訳（メタデータ） (2022-09-26T23:50:55Z)
Leave-one-out Singular Subspace Perturbation Analysis for Spectral Clustering [7.342677574855651]
特異部分空間摂動理論は確率と統計において基本的な重要性を持つ。 2つの任意の行列を考え、一方はもう一方の行列の1カラムアウト部分行列である。混合モデルに適しており、ウェディンの定理のような古典的な摂動境界よりも鋭く、より詳細な統計解析をもたらす。
論文参考訳（メタデータ） (2022-05-30T05:07:09Z)
Nonconvex Stochastic Scaled-Gradient Descent and Generalized Eigenvector Problems [98.34292831923335]
オンライン相関解析の問題から,emphStochastic Scaled-Gradient Descent (SSD)アルゴリズムを提案する。我々はこれらのアイデアをオンライン相関解析に適用し、局所収束率を正規性に比例した最適な1時間スケールのアルゴリズムを初めて導いた。
論文参考訳（メタデータ） (2021-12-29T18:46:52Z)
Uncertainty quantification in the Bradley-Terry-Luce model [14.994932962403935]
本稿では,MLEとスペクトル推定という,近年注目されている2つの推定器に焦点を当てた。統一的な証明戦略を用いることで,両推定器の急激かつ均一な非漸近的拡張を導出する。我々の証明は、二階ベクトルの自己整合方程式と、新しい二階解法に基づくものである。
論文参考訳（メタデータ） (2021-10-08T03:06:30Z)
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)
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)
Spectral convergence of diffusion maps: improved error bounds and an alternative normalisation [0.6091702876917281]
本稿では,分布がハイパートーラス上でサポートされているモデルの場合の誤差境界を改善するために,新しい手法を用いる。我々は、スペクトルデータと演算子離散化のノルム収束の両方に対して、長年のポイントワイズ誤差境界と一致する。また、シンクホーン重みに基づく拡散写像の別の正規化も導入する。
論文参考訳（メタデータ） (2020-06-03T04:23:43Z)
Bernstein spectral method for quasinormal modes and other eigenvalue problems [0.0]
ttSpectralBPは固有値問題に対してBerstein-polynomial-based pseudospectral routinesを実装している。量子力学における多くのモデル問題やシュワルツシルト背景のスカラーおよび重力準正規モードの計算問題に適用することにより,パッケージの機能を示す。
論文参考訳（メタデータ） (2020-03-13T12:30:18Z)

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。