×
曾兴元

大型广义随机核矩阵的谱分布。 （英语） Zbl 1419.15029号

统计概率。莱特。 152, 100-110 (2019).
摘要：对于i.i.d.随机向量（X_i=\Sigma_p^{1/2}Y_i\in\mathbb{R}^p\），我们考虑了（n次n）随机核矩阵（A_n），其项的形式为（F（X_i，X_j）-u_n\delta_{ij}\sum_kF（X_，X_k）），其中（F（X，Y）=F（X^\prime Y/p）或（F（|X-Y|^2/p））。这里，（f）是一个实值函数，（u_n）是任何允许随（n）变化的实数，（Sigma_p）是一种（p乘以p）的半正定矩阵，（Y_i）的项是i.i.d.平均值0，方差1，具有有界（m）（m>4）的绝对矩。在（p/n\rightarrow\gamma\in（0，\infty）\）as（p，n\rightarrow\infty\）的情况下，得到了广义随机核矩阵谱分布的显式极限。

MSC公司：

15B52号 随机矩阵（代数方面）

关键词：

随机矩阵;经验谱分布;拉普拉斯语;核矩阵
PDF格式BibTeX公司 XML格式引用
\textit{X.Zeng}，统计概率。莱特。152100-110（2019年；Zbl 1419.15029）
全文： 内政部

参考文献：

[1] 贝尔金，M。；Niyogi，P.，拉普拉斯特征映射的收敛性， （神经信息处理系统的进展。神经信息处理体系的进展，加拿大不列颠哥伦比亚省温哥华市ng Systems，第19卷（2006）），129-136
[2] Billingsley，P.，《概率与测量》（1995），John Wiley&Sons:John Willey&Sons New York·Zbl 0822.60002号
[3] Bordenave，C.，欧氏随机矩阵的特征值，随机结构。算法，33，4155-532（2008）·Zbl 1158.15020号
[4] Bordenav，C.，《关于高维欧几里德随机矩阵》，电子。Commun公司。概率。，18, 8, 1-8 (2012) ·Zbl 1308.60014号
[5] Cheng，X。；Singer，A.，随机内积核矩阵的谱，随机矩阵理论应用。，2, 04 (2013) ·兹比尔06249061
[6] Couillet，R.，大维数据的核谱聚类，电子。J.Stat.，第10期，1393-1454页（2016年）·Zbl 1398.62160号
[7] Do，Y。；Vu，V.，随机核矩阵的谱：粗糙核和变核的普遍性结果，随机矩阵理论应用。，2, 03 (2013) ·Zbl 1273.15039号
[8] El Karoui，N.，核随机矩阵的谱，Ann.Statist。，38, 1, 1-50 (2010) ·Zbl 1181.62078号
[9] Goetschy，A。；Skipetrov，S.E.，欧几里德随机矩阵及其在物理学中的应用（2013）·Zbl 1210.82065号
[10] 蒋，T.，由球和球体生成的大型欧氏矩阵的特征值分布，线性代数应用。，473, 14-36 (2015) ·Zbl 1314.60027号
[11] 廖振英。；Couillet，R.，《最小二乘支持向量机的大维分析》，J.Mach。学习。Res.（2017年）
[12] Mézard，M。；帕里西，G。；Zee，A.，欧几里德随机矩阵谱，核物理。B、 559689-701（1999）·Zbl 0970.82021号
[13] 要约，C.R。；Simons，B.D.，欧几里德矩阵系综场论，J.Phys。A： 数学。Gen.，33（2000）·Zbl 0970.81040号
[14] Parisi，G.，《欧几里德随机矩阵：已解决和开放问题》，（随机矩阵在北约科学丛书物理中的应用，第221卷（2006）），219-260·2013年11月13日
[15] 拉斯穆森，C.E。；Williams，C.K.I.，机器学习的高斯过程，（Aditive Computation and machine learning（2006），麻省理工学院出版社：麻省理学院出版社剑桥）·Zbl 1177.68165号
[16] Silverstein，J.W.，大维随机矩阵特征值经验分布的强收敛性，多元分析。，55, 331-339 (1995) ·Zbl 0851.62015号
[17] Skipetrov，S.E。；Goetschy，A.，随机介质中波的大型欧几里德随机矩阵的特征值分布，J.Phys。A、 44065102（2011年）·Zbl 1210.82065号
[18] Williams，C.，Seeger，M.，2000年。输入密度分布对基于核分类器的影响。摘自：机器学习国际会议，第17卷，第1159-1166页。；Williams，C.和Seeger，M.，2000年。输入密度分布对基于核分类器的影响。摘自：机器学习国际会议，第17卷，第1159-1166页。
[19] Zeng，X.Y.，由（l_p）椭球生成的大型欧氏矩阵的特征值分布，统计师。普罗巴伯。莱特。，91, 181-191 (2014) ·Zbl 1295.60011号
[20] Zeng，X.Y.，由四个流形生成的大型欧氏矩阵的特征值分布，J.Phys。A： 数学。Gen.，47，025206（2014）·Zbl 1285.15019号
[21] Zeng，X.Y.，关于大随机内积核矩阵的注记，统计量。普罗巴伯。莱特。，99, 192-201 (2015) ·Zbl 1360.60025号
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。