尼古拉斯·弗拉马利翁;毛，程;菲利普·里戈莱特 统计序列化的最佳速率。 （英文） Zbl 1442.62084号 伯努利 25，第1号，623-653（2019）. 摘要：给定一个矩阵，序列化问题在于如何排列其行，使其所有列都具有相同的形状，例如，它们是单调递增的。我们提出了一种统计方法来解决这个问题，其中感兴趣的矩阵被噪声观测到，并研究了相应的矩阵的极大极小估计率。特别地，当列为单峰或单调列时，我们证明了最小二乘估计在对数因子范围内是最优的，并且适用于具有特定自然结构的矩阵。最后，我们在单调情况下提出了一种计算效率高的估计量，并从理论和实验上研究了它的性能。我们的工作是在形状约束估计和最近涉及置换学习的工作的交叉点上进行的，例如图去噪和排序。 引用于19文件 MSC公司： 62G08号 非参数回归和分位数回归 62G07年 密度估算 62甲12 多元分析中的估计 62G05型 非参数估计 6220国集团 非参数推理的渐近性质 关键词：适应;矩阵估计;极小极大估计;置换学习;形状约束;统计系列化 软件：作为257 PDF格式BibTeX公司 XML格式引用 \textit｛N.Flammarion｝等人，伯努利25，第1623-653号（2019；兹bl 1442.62084） 全文： 内政部 arXiv公司 欧几里得 参考文献： [1] Amelunxen，D.、Lotz，M.、McCoy，M.B.和Tropp，J.A.（2014）。生活在边缘：随机数据凸程序中的相变。信息推断224-294·Zbl 1339.90251号 ·doi:10.1093/imaiai/iau005 [2] Annexstein，F.和Swaminathan，R.（1998年）。并行测试连续一个属性。离散应用程序。数学88 7-28·Zbl 0936.68111号 ·doi:10.1016/S0166-218X（98）00064-X [3] Anuchina，N.N.，Babenko，K.I.，Godunov，S.K.，Dmitriev，N.A.，Dmiterieva，L.V.，D'yachenko，V.F.，Zabrodin，A.V.，Lokutsievskiĭ，O.V.，Malinovskaya，E.V.，Podlivev，I.F.，Prokopov，G.P.，Sofronov，I.D.和Fedorenko，R.P.（1979）。Teoreticheskie Osnovy i Konstruirovanie Chislennykh Algorimov Zadach MatematicheskoĭFiziki。莫斯科：“Nauka”·Zbl 0464.65082号 [4] Arabie，P.、Schleutermann，S.、Daws，J.和Hubert，L.（1988）。非对称和/或双模矩阵的排序和划分的市场应用。《数据、专家知识和决策：强调营销应用的跨学科方法》（W.Gaul和M.Schader编辑）215-224。柏林，海德堡：施普林格。 [5] Atkins，J.E.、Boman，E.G.和Hendrickson，B.（1999）。序列和连续问题的谱算法。SIAM J.计算28 297-310·Zbl 0930.05064号 ·doi:10.1137/S009753979795285771 [6] Ayer，M.、Brunk，H.D.、Ewing，G.M.、Reid，W.T.和Silverman，E.（1955）。不完全信息抽样的经验分布函数。安。数学。统计数字26 641-647·Zbl 0066.38502号 ·doi:10.1214/aoms/1177728423 [7] Barlow，R.E.、Bartholomew，D.J.、Bremner，J.M.和Brunk，H.D.（1972年）。顺序限制下的统计推断。等渗回归理论与应用。伦敦-纽约-西德尼：威利·Zbl 0246.62038号 [8] Bellec，P.和Tsybakov，A.B.（2015）。通过聚合实现单调回归和凸回归的精确预言界。J.马赫。学习。第16号决议，1879-1892·Zbl 1351.62088号 [9] Bellec，P.C.（2015）。形状限制回归中最小二乘估计的尖锐预言不等式。预印本。可在ArXiv:1510.08029上获得·Zbl 1408.62066号 ·doi:10.1214/17-AOS1566 [10] Berthet，Q.和Rigollet，P.（2013）。稀疏主成分检测的复杂性理论下限。2013年6月12日至14日，新泽西州普林斯顿市，COLT 2013–第26届学习理论会议（S.Shalev-Shwartz和I.Steinwart编辑）。JMLR W&CP30 1046-1066·Zbl 1277.62155号 [11] Bickel，P.J.和Fan，J.（1996）。关于单峰密度估计的几个问题。统计师。中国6·Zbl 0840.62038号 [12] Birgé，L.（1997）。无平滑假设的单峰密度估计。Ann.Statist.25.统计·Zbl 0888.62033号 [13] 伯曼，M.Š。和Solomjak，M.Z.（1967年）。类\（W_p^α\）函数的分段多项式逼近。材料编号73（115）331-355·Zbl 0173.16001号 [14] Boyarshinov，V.和Magdon-Ismail，M.（2006）。（L_1）和（L_∞）范数中的线性时间等渗和单峰回归。J.离散算法4 676-691·Zbl 1108.62062号 ·doi:10.1016/j.jda.2005.07.001 [15] Bro，R.和Sidiropoulos，N.（1998年）。单峰和非负约束下的最小二乘算法。《化学杂志》12 223-247。 [16] Chandrasekaran，V.、Recht，B.、Parrilo，P.A.和Willsky，A.S.（2012年）。线性反问题的凸几何。已找到。计算。数学12 805-849·Zbl 1280.52008年 ·doi:10.1007/s10208-012-9135-7 [17] Chatterjee，S.（2014）。凸约束下最小二乘法的一个新视角。统计年鉴42 2340-2381·Zbl 1302.62053号 ·doi:10.1214/14-AOS1254 [18] 查特吉，S.（2015）。基于广义奇异值阈值的矩阵估计。《统计年鉴》43 177-214·Zbl 1308.62038号 ·doi:10.1214/14-AOS1272 [19] Chatterjee，S.、Guntuboyina，A.和Sen，B.（2015）。关于等张和其他形状受限回归问题的风险边界。《统计年鉴》43 1774-1800·Zbl 1317.62032号 ·doi:10.1214/15-AOS1324 [20] Chatterjee，S.、Guntuboyina，A.和Sen，B.（2018年）。单调约束下的矩阵估计。伯努利24 1072-1100·兹比尔1419.62135 ·doi:10.3150/16-BEJ865 [21] Chatterjee，S.和Lafferty，J.（2015）。单峰回归中的自适应风险界。预打印。ArXiv:1512.02956提供·Zbl 1441.62097号 [22] Chatterjee，S.和Mukherjee，S（2016）。单调约束下竞赛图和图的估计。预打印。ArXiv提供：1603.04556·Zbl 1432.62160号 [23] Collier，O.和Dalalyan，A.S.（2016年）。特征匹配置换估计中的最小最大速率。J.马赫。学习。第17 1-32号决议·Zbl 1360.62262号 [24] A.H.科普兰（1951）。合理的社会福利功能。密歇根大学社会科学数学应用研讨会的模拟笔记。 [25] Czekanowski，J.（1909）。Neandertalgruppe的Zur差异诊断。Korrespondenzblatt der deutschen Gesellschaft für人类学。民族学与紧急状况40 44-47。 [26] Daskalakis，C.、Diakonikolas，I.和Servedio，R.A.（2012年）。通过测试学习（k）-模态分布。第二十三届ACM-SIAM离散算法研讨会论文集1371-1382。纽约ACM·兹伯利1319.68119 [27] Daskalakis，C.、Diakonikolas，I.、Servedio，R.A.、Valiant，G.和Valiant（2012）。测试（k）-模态分布：通过约简优化算法。第二十四届ACM-SIAM离散算法研讨会论文集1833-1852。宾夕法尼亚州费城SIAM·Zbl 1421.68187号 [28] Davidson，D.和Marschak，J.（1959年）。随机决策理论的实验测试。测量：定义和理论。 [29] Eggermont，P.P.B.和LaRiccia，V.N.（2000年）。光滑单调和单峰密度的最大似然估计。统计年鉴28·Zbl 1105.62332号 ·doi:10.1214/aos/1015952005 [30] Eisen，M.B.，Spellman，P.T.，Brown，P.O.和Botstein，D.（1998年）。全基因组表达模式的聚类分析和显示。程序。国家。阿卡德。科学。美国95 14863-14868。 [31] Fishburn，P.C.（1973）。二元选择概率：关于随机传递性的变化。数学杂志。心理10·Zbl 0277.92008 ·doi:10.1016/0022-2496（73）90021-7 [32] Flamarion，N.、Mao，C.和Rigollet，P.（2017）。对“统计系列化的最佳比率”的补充。DOI:10.3150/17-BEJ1000SUPP·Zbl 1442.62084号 [33] Fogel，F.、Jenatton，R.、Bach，F.和d'Aspremont，A.（2013）。置换问题的凸松弛。《神经信息处理系统进展》26（C.J.C.Burges、L.Bottou、M.Welling、Z.Ghahramani和K.Q.Weinberger编辑）1016-1024。柯兰联合公司。 [34] Forsyth，E.和Katz，L.（1946年）。社会计量数据分析的矩阵方法：初步报告。社会计量9 340-347。 [35] 弗里森·M（1986）。单峰回归。J.R.Stat.Soc.，塞尔维亚。D Stat.35 479-485。 [36] Fulkerson，D.R.和Gross，O.A.（1964年）。具有连续\（1\）属性的关联矩阵。牛市。阿默尔。数学。Soc.70 681-684·Zbl 0126.39501号 ·doi:10.1090/S0002-9904-1964-1160-5 [37] Gao，C.，Lu，Y.和Zhou，H.H.（2015）。速率最优图形估计。统计年鉴43 2624-2652·Zbl 1332.60050号 ·doi:10.1214/15-AOS1354 [38] 耿，Z.和石，N.Z.（1990）。算法AS 257：伞形订单的等渗回归。J.R.统计社会服务。C.申请。统计数据39 397-402·Zbl 0715.62055号 [39] Gertzen，T.L.和Grötschel，M.（2012）。弗林德斯·皮特里，旅行推销员问题，考古学数学建模的开端。文件。数学。X 199-210年·Zbl 1263.01011号 [40] Hartigan，J.A.（1972年）。数据矩阵的直接聚类。J.Amer。统计师。协会67 123-129。 [41] Kendall，D.G.（1963年）。Flinders Petrie序列测定的统计方法。牛市。仪器国际统计40 657-681。 [42] Kendall，D.G.（1969年）。考古中的关联矩阵、区间图和序列。太平洋数学杂志28 565-570·Zbl 0185.03301号 ·doi:10.2140/pjm.1969.28.565 [43] Kendall，D.G.（1970年）。序列化的数学方法。菲洛斯。事务处理。R.Soc.伦敦。序列号。A、 数学。物理学。科学269 125-134。 [44] Kendall，D.G.（1971）。考古学中的丰度矩阵和序列。Z.瓦尔什。版本。Gebiete17 104-112·Zbl 0203.30903号 ·doi:10.1007/BF00538862 [45] Köllmann，C.、Bornkamp，B.和Ickstadt，K.（2014）。使用Bernstein-Schoenberg样条和惩罚的单峰回归。生物统计学70 783-793·兹比尔1393.62075 ·doi:10.1111/biom.12193 [46] Ledoux，M.和Talagrand，M.（1991）。Banach空间中的概率。Ergebnisse der Mathematik und Ihrer Grenzgebiete（3）[数学和相关领域的结果（3）]23。柏林：斯普林格·Zbl 0748.60004号 [47] Liiv，I.（2010）。序列化和矩阵重新排序方法：历史概述。统计分析。数据最小值3 70-91·Zbl 07260234号 [48] Lim，C.H.和Wright，S.（2014）。超越Birkhoff多面体：向量置换问题的凸松弛。《神经信息处理系统进展》27（Z.Ghahramani、M.Welling、C.Cortes、N.D.Lawrence和K.Q.Weinberger编辑）2168-2176。柯兰联合公司。 [49] Loiola，E.M.、Maia de Abreu，N.M.、Boaventura-Netto，P.O.、Hahn，P.和Querido，T.（2007）。二次分配问题综述。《欧洲期刊》。176 657-690号决议·Zbl 1103.90058号 ·doi:10.1016/j.ejor.2005.09.032 [50] Ma，Z.和Wu，Y.（2015）。极小极大子矩阵检测中的计算障碍。《统计年鉴》43 1089-1116·Zbl 1328.62354号 ·doi:10.1214/14-AOS1300 [51] Mammen，E.（1991）。估计平滑单调回归函数。统计年鉴19 724-740·Zbl 0737.62038号 ·doi:10.1214/aos/1176348117 [52] Mammen，E.和van de Geer，S.（1997年）。局部自适应回归样条。《统计年鉴》25 387-413·Zbl 0871.62040号 ·doi:10.1214/aos/1034276635 [53] Mendelson，S.（2015）。学习不专心。J.ACM62·Zbl 1333.68232号 ·doi:10.1145/2699439 [54] Murtagh，F.（1989年）。《图书数据、专家知识和决策评论》，W.Gaul和M.Schader（编辑），Springer-Verlag出版社，1988年。J.分类6 129-132。 [55] Nemirovskiĭ，A.S.，Polyak，B.T.和Tsybakov，A.B.（1985）。最大似然型非参数估计的收敛速度。问题Peredachi Informatsii21 17-33·Zbl 0616.62048号 [56] Petrie，W.M.F.（1899年）。史前遗迹的序列。J.蒽索波尔。仪表G.B.Irel.29 295-301。 [57] Robertson，T.、Wright，F.T.和Dykstra，R.（1988年）。顺序限制统计推断。概率统计系列。纽约：威利·Zbl 0645.62028号 [58] W.S.罗宾逊（1951）。按时间顺序排列考古沉积物的方法。《美国抗辩》第16卷第293-301页。 [59] Shah，N.B.、Balakrishnan，S.、Guntuboyina，A.和Wainwright，M.J.（2017）。两两比较的随机传递模型：统计和计算问题。IEEE传输。通知。神学63 934-959·Zbl 1364.94253号 ·doi:10.1109/TIT.2016.2634418 [60] Shah，N.B.、Balakrishnan，S.和Wainwright，M.J.（2016年）。感受伯尔尼：两两比较的伯努利概率的自适应估计。预打印。ArXiv:1603.06881提供·Zbl 1432.62234号 [61] Shoung，J.M.和Zhang，C.H.（2001）。单峰回归函数模式的最小二乘估计。统计年鉴29·Zbl 1012.62044号 ·doi:10.1214/aos/1009210684 [62] Sokal，R.R.（1963年）。数值分类学的原理和实践。税收12 190-199。 [63] Stout，Q.F.（2008）。通过前缀等渗回归的单峰回归。计算。统计师。数据分析53 289-297·Zbl 1231.62073号 ·doi:10.1016/j.csda.2008.08.005 [64] Tsybakov，A.B.（2009年）。非参数估计导论。统计学中的斯普林格系列。柏林：斯普林格·Zbl 1176.62032号 [65] Turnbull，B.C.和Ghosh，S.K.（2014）。使用Bernstein多项式的单模态密度估计。计算。统计师。数据分析72 13-29·Zbl 1506.62180号 ·doi:10.1016/j.csda.2013.10.021 [66] van de Geer，S.（1990年）。估计回归函数。统计年鉴.18·Zbl 0709.62040号 ·doi:10.1214/aos/1176347632 [67] van de Geer，S.（1993）。某些非参数极大似然估计的Hellinger-相合性。统计年鉴21·Zbl 0779.62033号 ·doi:10.1214/aos/1176349013 [68] 张春华（2002）。等张回归中的风险边界。统计年鉴30 528-555·Zbl 1012.62045号 ·doi:10.1214/aos/1021379864 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。