亚瑟·格雷顿;奥利维·博斯克;亚历克斯·斯莫拉;伯恩哈德·舍尔科夫 使用Hilbert-Schmidt规范测量统计相关性。 (英语) 兹比尔1168.62354 Jain,Sanjay(编辑)等人,《算法学习理论》。第16届国际会议,ALT 2005,新加坡,2005年10月8-11日。诉讼程序。柏林:施普林格出版社(ISBN 3-540-29242-X/pbk)。计算机科学课堂讲稿3734。人工智能课堂讲稿,63-77(2005)。 摘要:我们提出了一个基于再生核希尔伯特空间(RKHS)中协方差算子的特征谱的独立性准则,包括对互协方差算子希尔伯特-施密特范数的经验估计(我们称之为希尔伯特-施密特独立性准则或HSIC)。与以前的基于核的独立性准则相比,这种方法有几个优点。首先,经验估计比任何其他核依赖性检验都简单,并且不需要用户定义的正则化。第二,有一个明确定义的人口数量,经验估计值在大样本极限下接近该数量,并保证二者之间的指数收敛性:这确保了基于HSIC的独立性测试不会出现学习速度慢的问题。最后,我们在独立成分分析(ICA)的背景下表明,HSIC的性能与以前发布的基于核的标准以及其他最近发布的ICA方法的性能相比具有竞争力。有关整个系列,请参见[Zbl 1089.68011号]. 引用于119文件 MSC公司: 62小时99 多元分析 46号30 泛函分析在概率论和统计学中的应用 PDF格式BibTeX公司 XML格式引用 \textit{A.Gretton}等人,Lect。票据计算。科学。3734、63--77(2005年;Zbl 1168.62354) 全文: 内政部