2023年6月 最优可达估计和度量学习
埃迪·阿马利,克莱门特·贝伦菲尔德,克莱门·列夫拉德
作者关联+
安。统计师。 51(3): 1086-1108 (2023年6月)。 内政部:10.1214/23-AOS2281

摘要

我们研究了对达到流形估计和几何数据分析中普遍存在的正则参数。给一个身份证样本d日-维度的C类k个-光滑子流形M(M)属于R(右)D类,我们为估计它的可达性提供了最佳非共振界。我们一方面建立了以最大曲率和测地线畸变表示的河段公式。导出的速率是自适应的,速率取决于M(M)由曲率或瓶颈结构引起。在此过程中,我们导出了最优测地线度量估计界。

致谢

作者衷心感谢切兹·阿德尔感谢其无条件的热情和创造性氛围,以及文森特·迪沃的有益讨论。

引用

下载引文

埃迪·阿马利(Eddie Aamari)。 克莱门特·贝恩菲尔德。 克莱门特·列夫拉德。 “最佳可达性估计和度量学习。” 安。统计师。 51 (3) 1086 - 1108, 2023年6月。 https://doi.org/10.1214/23-AOS2281

问询处

收到日期:2022年7月1日;修订日期:2023年1月1日;发布日期:2023年6月
欧几里德项目首次推出:2023年8月20日

数学科学网:4630941令吉
zbMATH公司:07732740
数字对象标识符:10.1214/23-AOS2281

学科:
主要用户:62C20个,62G05型,68单位05

关键词:几何推断,流形学习,度量学习,最小最大风险,达到

版权所有©2023数学统计研究所

期刊文章
23页

此文章仅适用于订户.
它不可单独出售。
+ 保存到我的库中

第51卷•第3期•2023年6月
返回页首