×

Hilbert空间、Banach空间和测度集上的特征核。 (英语) Zbl 07824109号

摘要:我们在非标准空间上提出了一类新的正定核,这些核是积分严格正定或特征的。特别地,我们讨论了可分Hilbert空间上的径向核,并在Banach空间和强负型度量空间上引入了广义核类。利用一般结果给出了可分(L^p)空间和测度集上的核的显式类。

MSC公司:

62R40型 拓扑数据分析
62G07年 密度估算
68T05型 人工智能中的学习和自适应系统
46 E22型 具有再生核的希尔伯特空间(=(适当的)函数希尔伯特空间,包括de Branges-Rovnyak和其他结构空间)
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Bachoc,F.、Suvorikova,A.、Ginsbourger,D.、Loubes,J.-M.和Spokoiny,V.(2020年)。通过最优传输和希尔伯特嵌入的多维分布输入高斯过程。电子。《美国联邦法律大全》第14卷第2742-2772页。10.1214/20-EJS1725数学科学网:MR4125856·Zbl 1448.60085号
[2] Banerjee,B.(2023年)。测试函数随机变量的分布相等性。预印本。可在arXiv:2303.10973获取。
[3] Baringhaus,L.和Franz,C.(2004年)。关于一个新的多元双样本检验。J.多变量分析。88 190-206. 10.1016/S0047-259X(03)00079-4数学科学网:MR2021870·Zbl 1035.62052号
[4] Bauer,H.(2001)。测量与整合理论。德格鲁伊特数学研究26。柏林:de Gruyter。10.1515/9783110866209数学科学网:MR1897176·Zbl 0985.28001号
[5] Baxendale,P.(1976年)。函数空间上的高斯测度。阿默尔。数学杂志。98 891-952. 10.2307/2374035数学科学网:MR0467809·Zbl 0384.28011号
[6] Benton,G.W.、Maddox,W.J.、Salkey,J.P.、Albinati,J.和Wilson,A.G.(2019年)。内核上的函数空间分布。第33届神经信息处理系统国际会议论文集1340。
[7] Berg,C.、Christensen,J.P.R.和Ressel,P.(1984)。半群上的调和分析。数学研究生课文100。纽约:斯普林格。10.1007/978-1-4612-1128-0数学科学网:MR0747302·Zbl 0619.43001号
[8] Berlinet,A.和Thomas-Agnan,C.(2004年)。概率统计中的再生核希尔伯特空间。马萨诸塞州波士顿:Kluwer Academic。10.1007/978-1-4419-9096-9 zbMATH:1145.6202数学科学网:MR2239907·兹比尔1145.62002
[9] Betken,A.和Dehling,H.(2021)。长程相关时间序列的距离相关性。预印本。可从arXiv:2107.03041获得。
[10] Bogachev,V.I.(1998年)。高斯度量。数学调查与专著62。普罗维登斯,RI:Amer。数学。Soc.10.1090/surv/062数学科学网:MR1642391
[11] Brehmer,J.R.、Gneiting,T.、Schlather,M.和Strokorb,K.(2021年)。使用评分功能评估积分过程预测。预印本。可在arXiv:2103.11884获取。
[12] Buathong,P.、Ginsbourger,D.和Krityakierne,F.(2020年)。使用RKHS嵌入的有限集上的核,以及贝叶斯(组合)优化的应用。在第二十三届国际人工智能与统计会议(AISTATS)上。机器学习研究论文集108 2731-2741。
[13] Christensen,J.P.R.(1978年)。希尔伯特空间的小球定理。数学。安237 273-276。10.1007/BF01420181数学科学网:MR0508757·Zbl 0368.28009号
[14] Christmann,A.和Steinwart,I.(2010年)。非标准输入空间上的通用内核。神经信息处理系统进展23。
[15] Dawid,A.P.(2007)。正确评分规则的几何结构。Ann.Inst.统计。数学。59 77-93. 10.1007/s10463-006-0099-8数学科学网:MR2396033·Zbl 1108.62009号
[16] Diestel,J.和Uhl,J.J.Jr.(1977年)。矢量测量。数学调查,第15期。普罗维登斯,RI:Amer。数学。Soc.MathSciNet:MR0453964·Zbl 0369.46039号
[17] Gneiting,T.和Raftery,A.E.(2007年)。严格正确的评分规则、预测和评估。J.Amer。统计师。协会102 359-378。10.1198/01621450000001437数学科学网:MR2345548·Zbl 1284.62093号
[18] Gretton,A.、Bousquet,O.、Smola,A.和Schölkopf,B.(2005年)。使用Hilbert-Schmidt规范测量统计相关性。算法学习理论。计算机科学课堂讲稿3734 63-77。柏林:斯普林格。10.1007/11564089_7数学科学网:MR2255909·Zbl 1168.62354号
[19] Gretton,A.、Borgwardt,K.M.、Rasch,M.J.、Schölkopf,B.和Smola,A.(2012年)。内核双样本测试。J.马赫。学习。第13 723-773号决议。数学科学网:MR2913716·Zbl 1283.62095号
[20] Hamid,S.、Schulze,S.,Osborne,M.A.和Roberts,S.J.(2021年)。贝叶斯求积在平稳核上的边际化。预印。可从arXiv:2106.07452获取。
[21] Hayati,S.、Fukumizu,K.和Parvardeh,A.(2020年)。概率测度的核均值嵌入及其在函数数据分析中的应用。预印本。arXiv:2011.02315提供。
[22] Heinrich,C.、Schneider,M.、Guttorp,P.和Thorarinsdottir,T.(2019年)。点过程预测的验证。预打印。可在https://www.nr.no/directdownload/1564572954/PointProcessValidation-Heinrich.pdf。
[23] Hofmann,T.、Schölkopf,B.和Smola,A.J.(2008)。机器学习中的核心方法。安。统计师。36 1171-1220. 10.1214/009053600000000677数学科学网:MR2418654·Zbl 1151.30007号
[24] Klebanov,L.B.(2005)\(mathfrak{N})-距离及其应用。布拉格查理斯大学卡罗林学院院长。
[25] Kom Samo,Y.L.和Roberts,S.(2015)。广义谱核。预印。可从arXiv:1506.02236获取。
[26] Linde,W.(1986年)。(L_r)和(C_0(operatorname{\Omega})中测度的唯一性定理。数学。年鉴274 617-626。10.1007/BF01458597数学科学网:MR0848507·Zbl 0577.60004号
[27] Lyons,R.(2013)。度量空间中的距离协方差。安·普罗巴伯。41 3284-3305. 10.1214/12-AOP803数学科学网:MR3127883 zbMATH:1292.62087·Zbl 1292.62087号
[28] Matheson,J.E.和Winkler,R.L.(1976年)。连续概率分布的评分规则。管理。科学。22 1087-1096. ·兹伯利0349.62080
[29] Matsui,M.、Mikosch,T.和Samorodnitsky,G.(2017年)。随机过程的距离协方差。普罗巴伯。数学。统计师。37 355-372. 10.19195/0208-4147.37.2.9数学科学网:MR3745391·Zbl 1396.62115号
[30] Mérigot,Q.、Delalande,A.和Chazal,F.(2020)。最优运输图的定量稳定性和2-Wasserstein空间的线性化。第二十三届国际人工智能与统计会议论文集。机器学习研究院刊108 3186-3196。
[31] Muandet,K.,Fukumizu,K.、Dinuzzo,F.和Schölkopf,B.(2012年)。通过支持向量机从分布中学习。神经信息处理系统进展10-18。
[32] Pan,W.,Tian,Y.,Wang,X.和Zhang,H.(2018)。球差:非参数双样本检验。安。统计师。46 1109-1137. 10.1214/17-AOS1579数学科学网:MR3797998·Zbl 1395.62101号
[33] Panaretos,V.M.和Zemel,Y.(2020年)。Wasserstein空间统计邀请函。斯普林格概率与数理统计简介。查姆:斯普林格。10.1007/978-3-030-38438-8数学科学网:MR4350694·Zbl 1433.62010年
[34] Purves,R.(1966年)。双可测函数。基金。数学。58 149-157. 10.4064/fm-58-2-149-157数学科学网:MR0199339·Zbl 0143.07101号
[35] Rudin,W.(1970年)。真实和复杂分析。伦敦:McGraw-Hill。
[36] 勋伯格,I.J.(1938)。度量空间和完全单调函数。数学年鉴。(2) 39 811-841. 10.2307/1968466数学科学网:MR1503439
[37] Sejdinovic,D.、Sriperumbudur,B.、Gretton,A.和Fukumizu,K.(2013)。假设检验中基于距离和基于RKHS的统计的等效性。安。统计师。41 2263-2291. 10.1214/13-AOS1140数学科学网:MR3127866·兹比尔1281.62117
[38] Simon-Gabriel,C.-J.和Schölkopf,B.(2018年)。内核分布嵌入:关于分布的通用内核、特征内核和内核度量。J.马赫。学习。第19 44号决议。数学科学网:MR3874152·Zbl 1467.62057号
[39] Simon Gabriel,C.J.、Barp,A.、Schölkopf,B.和Mackey,L.(2020)。用最大平均偏差度量弱收敛。预印本。arXiv:2006.09268提供。
[40] Sriperumbudur,B.K.、Gretton,A.、Fukumizu,K.、Schölkopf,B.和Lanckriet,G.R.G.(2010)。Hilbert空间嵌入和概率度量。J.马赫。学习。第11号决议1517-1561。数学科学网:MR2645460·Zbl 1242.60005号
[41] Stein,M.L.(1999)。空间数据插值,克里金的一些理论。统计学中的斯普林格系列。纽约:斯普林格。10.1007/978-1-4612-1494-6数学科学网:MR1697409·Zbl 0924.62100号
[42] Steinwart,I.(2001)。关于核对支持向量机一致性的影响。J.马赫。学习。第2 67-93号决议。zbMATH:1009.68143数学科学网:MR1883281·Zbl 1009.68143号
[43] Steinwart,I.和Christmann,A.(2008年)。支持向量机。纽约:斯普林格。数学科学网:MR2450103 zbMATH:1203.68171·兹比尔1203.68171
[44] Steinwart,I.和Scovel,C.(2012)。关于一般域的Mercer定理:关于测度、核和RKHS之间的相互作用。施工。约35 363-417。10.1007/s00365-012-9153-3数学科学网:MR2914365·Zbl 1252.46018号
[45] Steinwart,I.和Ziegel,J.F.(2021年)。紧空间上严格适当的核分数和特征核。申请。计算。哈蒙。分析。51 510-542. 10.1016/j.acha.2019.11.005数学科学网:MR4196451·Zbl 1462.62774号
[46] Stewart,J.(1976年)。正定函数和推广,历史综述。落基山数学杂志。6 409-434. 10.1216/RMJ-1976-6-3-409数学科学网:MR0430674·Zbl 0337.42017号
[47] 萨瑟兰博士(2016)。卡内基梅隆大学计算机科学学院博士论文《分布式可扩展、灵活和主动学习》。
[48] Szabó,Z.、Sriperumbudur,B.K.、Póczos,B.和Gretton,A.(2016)。分布回归的学习理论。J.马赫。学习。第17 152号决议。数学科学网:MR3555043·Zbl 1392.62124号
[49] Székely,G.J.和Rizzo,M.(2004年)。高维均匀分布测试。国际统计局5.
[50] Székely,G.J.和Rizzo,M.L.(2005年)。多元正态性的新检验。J.多变量分析。93 58-80. 10.1016/j.jmva.2003.12.002数学科学网:MR2119764·Zbl 1087.62070号
[51] Székely,G.J.和Rizzo,M.L.(2009年)。布朗距离协方差。附录申请。统计数字3 1236-1265。2009年4月10日-AOAS312数学科学网:MR2752127·Zbl 1196.62077号
[52] Székely,G.J.、Rizzo,M.L.和Bakirov,N.K.(2007年)。通过距离相关性测量和测试相关性。安。统计师。35 2769-2794. 10.1214/0090536007000000505数学科学网:MR2382665·Zbl 1129.62059号
[53] Wendland,H.(2005)。分散数据近似。剑桥应用和计算数学专著17。剑桥:剑桥大学出版社。数学科学网:MR2131724·Zbl 1075.65021号
[54] 沃纳(2002)。功能分析柏林:施普林格出版社,第三版·Zbl 1048.46004号
[55] Wynne,G.和Duncan,A.B.(2022年)。功能数据的内核双样本测试。J.马赫。学习。第23 73号决议。数学科学网:MR4576658
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。