162 papers
Dit artikel bepaalt de drempel voor detectie van correlatie in een paar gecorreleerde stochastische blokmodellen met lage graad-polynomen, waarbij wordt aangetoond dat detectie mogelijk is dan en slechts dan als de subsampling-kans de minimumwaarde van de wortel van de constante van Otter en de Kesten-Stigum-drempel overschrijdt.
Dit artikel introduceert Levy-gedreven graf-supOU-processen als een zuinige parametrisatie voor hoogdimensionale tijdreeksen die zowel kort- als langetermijndependentie en een grafstructuur voor componentafhankelijkheid verenigt, en presenteert een consistent en asymptotisch normaal geschatte methode van momenten die wordt gevalideerd via simulaties en een empirische studie van windcapaciteitsfactoren in een Europees elektriciteitsnetwerk.
Deze paper introduceert een distributie-vrij raamwerk om identificeerbaarheid in slecht gestelde lineaire regressiemodellen te formaliseren, waarbij een nieuwe definitie van het identificeerbare parameter wordt gebruikt om statistisch interpreteerbare algoritmen te ontwikkelen die scherpe foutgrenzen bieden en zelfs betere convergentiepercentages halen dan bestaande methoden bij zwaarstaartige kenmerken.
Dit artikel analyseert de relatie tussen concentratie-ongelijkheden en maximale bias voor dieptebased schatters, waarbij het een verenigd kader biedt voor het bestuderen van de convergentie en robuustheid van multivariate schatters zoals Tukey's mediaan en dieptebased spreidingsmatrices.
Dit artikel leidt een integraaluitdrukking af voor de reciproque gammafunctie die geldig is voor alle complexe getallen zonder analytische voortzetting en tegelijkertijd de singulariteiten van de gammafunctie vermijdt.
Dit artikel bewijst dat de eindig-dimensionale verdelingen van diepe neurale netwerken met willekeurig geïnitialiseerde gewichten en Lipschitz-activatiefuncties, in de limiet van oneindige laagbreedtes, worden benaderd door een Gaussische verdeling met expliciete convergentiesnelheden in de Wasserstein-1-norm.
Dit artikel introduceert de nieuwe methoden voor samengestelde Lp-kwantielregressie en nabije kwantielregressie, bewijst hun superieure oracle-modelselectie-eigenschappen en asymptotische normaliteit in hoge dimensies, en ontwikkelt een efficiënt unificerend algoritme dat traditionele methoden voor kwantielregressie overtreft.
Dit artikel toont aan dat optimalisatieproblemen waarbij de variantie van voorspellingen wordt geminimaliseerd onder een beperking op de maximale bias, of omgekeerd, worden opgelost door minimax-ontwerpen met de juiste afstemmingsconstanten.
Dit artikel presenteert een universele concentratiegrens voor sommen van willekeurig afhankelijke random variabelen, bewijst de asymptotische optimaliteit ervan voor brede families van marginaalverdelingen en biedt praktische voorwaarden voor expliciete staartprofielen.
Dit artikel voltooit het programma van Le Cam door een noodzakelijke en voldoende voorwaarde te presenteren voor de testbaarheid van hypotheses zonder de aanname van een dominante maat, waarbij de gesloten convexen hulls in de ruimte van begrensd finiet additieve maten worden gebruikt.
Deze paper toont aan dat score-matching diffusiemodellen de vloek van de dimensionaliteit overwinnen door hun convergentiesnelheid aan te passen aan de intrinsieke geometrie van de data, wat leidt tot scherpe eindsteekproeffoutgrenzen die worden bepaald door de nieuwe -Wasserstein-dimensie in plaats van de omgevingsdimensionaliteit.
Dit artikel toont aan dat kernsmoothing-schattingen met grote bandbreedtematrixwaarden bij multi-indexmodellen van nature de vervloekking van de dimensionaliteit verminderen door irrelevante variabelen te verkleinen, waardoor de convergentiesnelheid afhangt van de effectieve dimensie in plaats van het totale aantal variabelen.
Dit artikel introduceert de projectie-isotrope normale verdeling als een model voor EEG-fasestudies onder flitsstimulatie, waarbij nieuwe eigenschappen worden afgeleid, benaderingen voor de gemiddelde resultante worden ontwikkeld en de methode wordt gevalideerd met echte EEG-data.
Dit artikel generaliseert een eerdere stelling naar het algemene geval van eindige rang door de asymptotische overlap tussen een uitbijter-eigenvector en de bijbehorende spike-ruimte te analyseren voor een model van een schaarse niet-Hermitische willekeurige matrix met een deterministische eindige-rang perturbatie.
Dit artikel leidt de relatie af tussen de door Tsagris voorgestelde gegeneraliseerde circulaire geprojecteerde Cauchy-verdeling en de gewikkelde Cauchy-verdeling, stelt een log-likelihood-ratiotoets voor voor de gelijkheid van twee hoekgemiddelden zonder gelijkheid van de concentratieparameters aan te nemen, en toont via simulaties de prestaties van deze toets aan wanneer er ten onrechte wordt uitgegaan van een gewikkelde Cauchy-verdeling.
Dit paper introduceert het Pivotal Information Criterion (PIC), een methode die de beperkingen van bestaande criteria oplost door een continue optimalisatie te gebruiken en de penalty-parameter dynamisch te selecteren op de detectiegrens, wat resulteert in een superieure modelselectie met minder valse ontdekkingen en minder complexiteit.
Dit paper introduceert een nieuwe, contextuele en specifieke kwantitatieve definitie van privacy die gebaseerd is op Bayesiaanse besluitvorming en een meer betekenisvol en rigoureus alternatief biedt voor bestaande frameworks zoals differentieel privacy en statistische openbaarmakingstheorie.
Dit artikel biedt een theoretisch onderbouwd unificerend kader voor het aggregeren van ensemble-predicties via genormaliseerde gegeneraliseerde gemiddelden, waarbij het aantoont dat alleen het bereik (waartoe lineaire en geometrische pooling behoren) systematische verbeteringen garandeert, terwijl andere waarden dit niet doen.
Deze paper introduceert een modelvrije spectrale inferentiemethode op basis van eigenwaardeverschillen die het aantal gemeenschappen in zowel dichte als schaarse netwerken met een toenemend aantal clusters nauwkeurig en zonder parameterinstelling bepaalt.
Dit artikel onderzoekt het extreme gedrag van geometrische quantielen door nieuwe, momentvrije grenzen voor hun norm vast te stellen en een nieuwe connectie te leggen met halfruimtediepte (Tukey-depth).