161 件の論文
本論文は、グラフ構造によって構成間の依存性を制御し、短距離・長距離の両方の依存性を単一のパラメータ族で記述できる高次元時系列モデル「レヴィ駆動グラフ supOU 過程」を提案し、その推定手法の理論的性質を確立するとともに、欧州の電力ネットワークにおける風力発電容量係数の実証分析を通じてその有用性を示しています。
本論文は、相関の高い特徴量を含む不適切な線形回帰モデルにおいて、識別可能なパラメータを定義し、その推定に対する統計的解釈性のある次元削減アルゴリズムの誤差 bound を導出する新たな枠組みを提案しています。
本論文は、濃度不等式を用いることで、多変量位置・散布行列・回帰推定量の統計的収束率と頑健性（特に最大バイアスと崩壊点）を統一的に解析する枠組みを提示し、深度に基づく推定量の最大バイアス曲線や崩壊点を明示的に導出するとともに、異なる深度定式化が推定量の頑健性に与える影響を数値的に比較検討するものである。
この論文は、解析接続を必要とせず複素平面全体で有効なガンマ関数の逆数およびガンマ関数自体の積分表示を導出し、その一貫性を示しています。
この論文は、リプシッツ連続な活性化関数を持つ深層ニューラルネットワークにおいて、層の幅が任意の相対速度で無限大に増加する場合でも、有限次元分布がガウス分布に収束する誤差 bound をワッサーシュタイン距離で導出し、特に層幅が共通スケールに比例する場合には収束率を明示することを示しています。
本論文は、誤差の分散が無限大でも適用可能で高い効率性を有する新しい回帰手法「複合 Lp-quantile 回帰」と「近接分位回帰」を提案し、それらのオラクルモデル選択理論や漸近正規性を証明するとともに、高次元データへの効率的な適合アルゴリズムを開発したものである。
本論文は、モデルの誤指定下における予測値の分散を最大バイアスに制約して最小化する問題、およびその逆の制約条件付き問題を考察し、それらの最適解が適切に調整されたチューニング定数を持つミニマックス設計によって与えられることを示しています。
本論文は、期待ショートフォールの部分加法性に基づき、任意の依存構造を持つ確率変数の和に対する普遍集中不等式を導出し、その漸近的最適性と具体的なテールプロファイルの条件を明らかにしています。
この論文は、支配測度の存在を仮定しない一般の状況において、二つの確率測度集合間の検定可能性に関するル・カムのプログラムを完成させ、有界有限加法測度空間における凸包の閉包を用いた必要十分条件を提示するものである。
この論文は、天然画像などの実データに見られる低次元構造を考慮し、コンパクトな支持や多様体仮定を必要としない条件下で、拡散モデルが従来の次元の呪いを回避して最適輸送の最小最大レートに一致する収束率を達成することを示しています。
本論文は、多指数モデルにおいて大域幅行列要素を用いたカーネル平滑化推定量が、無関係な変数を除去しなくても次元の呪いを回避し、有効次元に依存する最適な収束速度を達成することを理論的に示し、数値シミュレーションとボストン住宅データを用いた実証分析でその有効性を検証したものである。
この論文は、フラッシュ刺激下での脳波（EEG）解析に応用される投影等方正規分布の新たな性質を導出し、その平均結果ベクトル分布の近似法を提案するとともに、実際の脳波データを用いて推論手法の妥当性を検証するものである。
本論文は、疎な非エルミートランダム行列に有限ランクの決定論的摂動を加えたモデルにおいて、外れ値固有ベクトルとスパイク固有空間の重なりに関する漸近挙動を解析し、特にの場合にその射影の二乗が確率収束することを示すことで、HLN26 の定理を一般の有限ランク場合に拡張し、Open Problem 5 を解決するものである。
本論文では、Tsagris らが提案した一般化円射影コーシー分布と巻き付きコーシー分布の関係を導き、集中度パラメータの等質性を仮定せずに 2 つの角平均の等質性を検定する対数尤度比検定法を提案し、真の分布を巻き付きコーシー分布と誤って仮定した場合の性能をシミュレーションで検証している。
この論文は、従来のモデル選択基準が抱える過剰発見と高次元計算の課題を解決するため、検出境界に基づいて罰則パラメータを自動設定する連続最適化手法「Pivotal Information Criterion (PIC)」を提案し、その高い支持回復能力とモデルの簡潔さを示しています。
この論文は、標準的なベイズ決定理論の概念に基づきつつ、データが観測された場合でも情報開示の決定を事前分布の視点から行うという、差分プライバシーや統計的開示理論よりも文脈に即した厳密なプライバシーの定量的定義を提案し、その具体例と計算手法を詳述しています。
この論文は、対数尤度という観点から一般化平均を用いた密度集約を統一的に分析し、 の範囲（線形および幾何学的プーリングを含む）が個々の分布に対して体系的な改善を保証する唯一の領域であることを理論的に示し、深層アンサンブルを用いた実証評価でその妥当性を裏付けています。
この論文は、既存の手法が抱えるモデル依存性やスケーラビリティの課題を克服し、パラメータ調整を必要としないモデルフリーのスペクトル推論法（固有値ギャップ比に基づく）を提案し、疎なネットワークやコミュニティ数が増加する状況においても有効であることを理論的・実証的に示したものである。
本論文は、モーメント条件を仮定せずに極値幾何量子のノルムに対する上下界を確立し、その下限が半空間深度（Tukey 深度）と一変数量子に関係することを示すことで、多変量量子の極限挙動と分布特性の新たな洞察を提供するものである。
この論文は、独立なランダム対称行列の和の最大固有値を、その統計的特性を継承するガウスランダム行列の最大固有値と比較する定理を確立し、これによりスペクトルグラフ理論や量子情報理論などの分野における既存の固有値評価を改善するとともに、ネルソンとグエンが2013年に提唱した疎なランダム次元削減写像の単射性に関する予想に対する完全な証明を初めて提供しています。