×

大规模的祝福:使用总基数约束方法进行空间图形模型估计。 (英语) 兹伯利07073548

摘要:我们考虑了使用总基数约束(即\(\ell_0)-约束)估计高维空间图形模型的问题。虽然这个问题是高度非凸的,但我们表明它的原对偶间隙随维数线性减小,并为这种“大规模祝福”现象提供了凸几何证明。基于这一结果,我们提出了一种有效的算法来解决对偶问题(凹面),并证明了该解具有最佳的统计特性。还提供了大量的数值结果。

MSC公司:

65立方厘米60 统计中的计算问题(MSC2010)
65千5 数值数学规划方法
78M50型 光学和电磁理论中的优化问题

软件:

背包古罗比
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Bertsekas,D.P.:非线性规划。雅典娜科学,贝尔蒙特(1999)·Zbl 1015.90077号
[2] Bertsimas,D.,King,A.,Mazumder,R.:通过现代优化透镜进行最佳子集选择。Ann.Stat.44,813-852(2016)·Zbl 1335.62115号 ·doi:10.1214/15-AOS1388
[3] Cai,T.,Liu,W.,Luo,X.:受约束的\[\ell_1\]1稀疏精度矩阵估计的最小化方法。《美国统计协会期刊》106,594-607(2011)·Zbl 1232.62087号 ·doi:10.1198/jasa.2011.tm10155
[4] Cao,L.,Fei-Fei,L.:用于对象和场景并发分割和分类的空间相干潜在主题模型。摘自:2007年IEEE第11届计算机视觉国际会议。ICCV 2007。IEEE(2007)
[5] Fan,J.、Feng,Y.、Wu,Y.:通过自适应套索和扫描惩罚进行网络探索。Ann Appl Stat 3521(2009年)·Zbl 1166.62040号 ·doi:10.1214/08-AOAS215
[6] Fan,Y.,Lv,J.:阈值参数空间中正则化方法的渐近等价性。《美国统计协会期刊》108,1044-1061(2013)·Zbl 06224986号 ·doi:10.1080/01621459.2013.803972
[7] Fan,Y.,Lv,J.:创新了超大高斯图形模型中的可扩展高效估计。Ann.Stat.44,2098-2126(2016)·兹比尔1349.62206 ·doi:10.1214/15-AOS1416
[8] 霍尔,P.,金,J.:对相关噪声中稀疏信号的检测提出了更高的批评。Ann.Stat.38,1686-1732(2010年)·Zbl 1189.62080号 ·doi:10.1214/09-AOS764
[9] Howard,A.、Matarić,M.J.、Sukhatme,G.S.:使用潜在场的移动传感器网络部署:解决区域覆盖问题的分布式可扩展解决方案。收录:Asama,H.、Arai,T.、Fukuda,T.和长谷川,T.(编辑)《分布式自治机器人系统》,第5卷。施普林格,第299-308页(2002年)
[10] Langendoen,K.,Baggio,A.,Visser,O.:墨菲喜欢土豆:精准农业中试点传感器网络部署的经验。摘自:第20届IEEE国际并行和分布式处理研讨会论文集。IEEE(2006)
[11] Lee,S.H.,Lee,S,Song,H.,李,H.S.:战术军事应用的无线传感器网络设计:远程大规模环境。参见:2009年军事通信会议。2009年军事通信。电气与电子工程师协会。IEEE(2009)
[12] Liu,H.,Wang,L.:Tiger:优化估计高斯图形模型的调谐敏感方法。arXiv预印arXiv:1209.2437(2012)·Zbl 1395.62007号
[13] Liu,W.:具有错误发现率控制的高斯图形模型估计。Ann Stat 41,2948-2978(2013)·Zbl 1288.62094号 ·doi:10.1214/13-AOS1169
[14] Magazine,M.J.,Chern,M.-S.:关于多维背包问题近似方案的注释。数学。操作。第9号决议,244-247(1984)·兹伯利0589.90059 ·doi:10.1287/门9.2.244
[15] Meinshausen,N.,Bühlmann,P.:高维图和拉索变量选择。Ann.Stat.34,1436-1462(2006)·Zbl 1113.62082号 ·doi:10.1214/09053606000000281
[16] Meinshausen,N.,Bühlmann,P.:稳定性选择。J.R.统计社会服务。B统计方法。72, 417-473 (2010) ·Zbl 1411.62142号 ·文件编号:10.1111/j.1467-9868.2010.00740.x
[17] Meinshausen,N.,Yu,B.:高维数据稀疏表示的Lasso类型恢复。Ann.Stat.37,246-270(2009年)·Zbl 1155.62050号 ·doi:10.1214/07-AOS582
[18] Optimization,G.:Inc.,“gurobi优化器参考手册”,2015年。(2014). http://www.gurobi.com。2018年9月29日访问
[19] Pisinger,D.:多选背包问题的最小算法。欧洲药典。第83号决议、第394-410号决议(1995年)·Zbl 0904.90143号 ·doi:10.1016/0377-2217(95)00015-I
[20] Ravikumar,P.,Wainwright,M.J.,Raskutti,G.,Yu,B.:通过最小化\[\ell_1\]的高维协方差估计1-惩罚对数决定元发散。电子。J.Stat.5,935-980(2011年)·Zbl 1274.62190号 ·doi:10.1214/11-EJS631
[21] Ren,Z.,Sun,T.,Zhang,C.-H.,Zhou,H.H.:大型高斯图形模型估计中的渐近正态性和最优性。Ann.Stat.43,991-1026(2015)·Zbl 1328.62342号 ·doi:10.1214/14-AOS1286
[22] Starr,R.M.:非凸偏好市场中的准均衡。计量经济学37(1),25-38(1969)·Zbl 0172.44602号
[23] Sun,T.,Zhang,C.-H.:标度稀疏线性回归。《生物特征》99,879-898(2012)·Zbl 1452.62515号 ·doi:10.1093/biomet/ass043
[24] Williamson,D.P.,Shmoys,D.B.:近似算法的设计。剑桥大学出版社,剑桥(2011)·Zbl 1219.90004号 ·doi:10.1017/CBO9780511921735
[25] Yick,J.、Mukherjee,B.、Ghosal,D.:无线传感器网络调查。计算。净值。52, 2292-2330 (2008) ·doi:10.1016/j.comnet.2008.04.002
[26] Yuan,M.,Lin,Y.:高斯图形模型中的模型选择和估计。《生物特征》94,19-35(2007)·Zbl 1142.62408号 ·doi:10.1093/biomet/asm018
[27] Zhang,T.:关于使用贪婪最小二乘回归进行特征选择的一致性。J.马赫。学习。第10号决议,555-568(2009年)·Zbl 1235.6206号
[28] Zhang,Y.,Wainwright,M.J.,Jordan,M.I.:稀疏线性回归多项式时间算法性能的下限。收录于:学习理论年会论文集(2014)
[29] 赵,P.,于,B.:关于拉索的模型选择一致性。J.马赫。学习。第7号决议,2541-2563(2006年)·Zbl 1222.62008年
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。