×
高元军；杰克·戈茨；马修·康奈利；拉胡尔·马祖姆德

使用解密外交文件挖掘事件。 （英语） Zbl 1498.62345号

Ann.应用。斯达。 1699-1723年第4期第14页（2020年）.
摘要：自1973年以来，美国国务院一直在使用电子记录系统来保存机密通信。最近，美国国家档案馆（U.S.National Archives）提供了1973-77年间大约190万份此类记录。虽然其中一些通信流具有传输速率加速的周期，但其他通信流在通信强度方面没有任何显著的模式。考虑到这些通信的数量之大，远远超过了迄今为止的可用数量，学者们需要自动化统计技术来确定需要进行更深入研究的通信。我们开发了一个统计框架，可以从大量文档中识别出历史学家认为更有趣的少数文档。我们的方法将非参数信号估计、统计假设检验和现代优化方法的技术结合在一起，形成了一套工具，帮助我们识别和分析通信流的各种几何方面。通过这些方法确定的活动加剧的主要时期，与20世纪70年代标准参考文献确定的历史事件非常吻合。

MSC公司：

62页99 统计学的应用
91F10层 历史、政治学

关键词：

美国历史；美国国家档案馆；信号估计；熔合拉索；优化

软件：

L0学习；ElemStatLearn（电子状态学习）；稀疏的
PDF格式BibTeX公司 XML格式引用
\textit{Y.Gao}等人，Ann.Appl。Stat.14，No.4，1699--1723（2020；Zbl 1498.62345）
全文： 内政部 arXiv公司

参考文献：

[1] Atefeh，F.和Khreich，W.（2015）。Twitter中事件检测技术的调查。计算。智力。31 132-164.
[2] Auger，I.E.和Lawrence，C.E.（1989）。段邻域的最佳识别算法。牛市。数学。生物。第51页第39页第54页·Zbl 0658.92010号 ·doi:10.1007/BF02458835
[3] Beck，A.和Teboulle，M.（2009年）。线性反问题的快速迭代收缩阈值算法。SIAM J.成像科学。2 183-202. ·兹比尔1175.94009 ·doi:10.1137/080716542
[4] Beieler，J.、Brandt，P.T.、Halterman，A.、Schrodt，P.A.和Simpson，E.M.（2016）。近实时生成政治事件数据：机遇与挑战。在计算社会科学（R.M.Alvarez编辑）98-120。剑桥大学出版社，剑桥。
[5] Bellman，R.和Roth，R.（1969年）。分段直线拟合曲线。J.艾默。统计师。协会。64 1079-1084. ·Zbl 1302.90239号 ·doi:10.1080/01621459.1969.10501038
[6] Bertsimas，D.、King，A.和Mazumder，R.（2016）。通过现代优化透镜选择最佳子集。安。统计师。44 813-852. ·Zbl 1335.62115号 ·doi:10.1214/15-AOS1388
[7] Boysen，L.、Kempe，A.、Liebscher，V.、Munk，A.和Wittich，O.（2009年）。跳跃型最小二乘估计量的一致性和收敛速度。安。统计师。37 157-183. ·Zbl 1155.62034号 ·doi:10.1214/07-AOS558
[8] Brodsky，B.E.和Darkhovsky，B.S.（1993年）。变点问题中的非参数方法.数学及其应用243.多德雷赫特Kluwer学院·Zbl 0779.62031号
[9] Bruce，W.、Jentleson、Paterson，T.G.和Rizopoulos，N.X.（1997）。美国外交关系百科全书2.牛津大学出版社，纽约。
[10] Brune，L.H.和Burns，R.D.（2003）。美国对外关系年表：1933-1988。劳特利奇。国际标准图书编号9780415939164。可在https://books.google.com/books？id=nS0gs-YaTkC公司。
[11] De Conde，A.、Burns，R.D.、Logevall，F.和Ketz，L.B.（2002年）。美国外交政策百科全书纽约斯克里布纳。
[12] 佛兰德斯S.A.和佛兰德斯C.N.（1993）。美国外交辞典。麦克米伦图书馆参考。
[13] Gao，Y.、Goetz，J.、Connelly，M.和Mazumder，R.（2020年）。补充“使用解密外交文件挖掘事件”https://doi.org/10.1214/20-AOAAS1344补充, https://doi.org/10.1214/20-AOAS1344SUPPB
[14] Glaz，J.、Naus，J.和Wallenstein，S.（2001年）。扫描统计信息.统计学中的斯普林格系列纽约州施普林格·Zbl 0983.62075号
[15] Hanna，A.（2014）。使用手工编码的抗议数据评估gdelt。（访问日期：2016年7月29日）。网址：www.badhesian.org。
[16] Harmer，T.（2011）。阿连德的智利与美国冷战北卡罗莱纳大学出版社，北卡罗来纳州教堂山。
[17] Hastie，T.、Tibshirani，R.和Friedman，J.（2009）。统计学习的要素：数据挖掘、推理和预测，第2版。统计学中的斯普林格系列纽约州施普林格·Zbl 1273.62005年
[18] Hazimeh，H.和Mazumder，R.（2018年）。快速最佳子集选择：坐标下降和局部组合优化算法。预印。arXiv:1803.01454提供·Zbl 1457.90153号
[19] 何琪、张凯和林永平（2007）。分析事件检测的特征轨迹。在第30届国际ACM SIGIR信息检索研究与开发会议记录207-214. 纽约ACM。
[20] Jackson，B.、Scargle，J.D.、Barnes，D.、Arabhi，S.、Alt，A.、Gioumousis，P.、Gwin，E.、Sangtrakulcharoen，P.、Tan，L.等人（2005年）。一种在区间上对数据进行优化分区的算法。IEEE信号处理。莱特。12 105-108.
[21] Jenkins，J.C.和Maher，T.V.（2016）。我们应该如何处理事件数据中的源选择？挑战、进展和可能的解决方案。国际社会学杂志。46 42-57.
[22] Johnson，N.A.（2013）。一种用于融合套索和L_0分割的动态规划算法。J.计算。图表。统计师。22 246-260.
[23] Killick，R.、Fearnhead，P.和Eckley，I.A.（2012年）。具有线性计算成本的最佳变化点检测。J.艾默。统计师。协会。107 1590-1598. ·Zbl 1258.62091号 ·doi:10.1080/016214592012.737745
[24] Kim，S.-J.、Koh，K.、Boyd，S.和Gorinevsky，D.（2009年）\（l_1）趋势过滤。SIAM版本。51 339-360. ·Zbl 1171.37033号 ·doi:10.1137/070690274
[25] Kleinberg，J.（2003）。流中的突发性和层次结构。数据最小知识。发现。7 373-397.
[26] Langbart，D.、Fischer，W.和Roberson，L.（2007年）。国家度量衡实验室。N1-59-07-3-P技术报告涵盖的记录评估，技术代表，大学公园：国家档案馆。
[27] Mammen，E.和van de Geer，S.（1997年）。局部自适应回归样条。安。统计师。25 387-413. ·兹比尔0871.62040 ·doi:10.1214/aos/1034276635
[28] Mazumder，R.、Friedman，J.H.和Hastie，T.（2011年）。备用网络：协调下降与非凸惩罚。J.艾默。统计师。协会。106 1125-1138. ·Zbl 1229.62091号 ·doi:10.1198/jasa.2011.tm09738
[29] Mazumder，R.、Radchenko，P.和Dedieu，A.（2017年）。带收缩的子集选择：信噪比低时稀疏线性建模。预打印。可从arXiv:1708.03288获取。
[30] Nesterov，Y.（2004）。凸优化入门讲座：基础课程.应用的优化87.Kluwer Academic，马萨诸塞州波士顿·Zbl 1086.90045号
[31] 于内斯特罗夫。(2013). 用于最小化复合函数的梯度方法。数学。程序。140 125-161. ·Zbl 1287.90067号 ·doi:10.1007/s10107-012-0629-5
[32] Olshen，A.B.、Venkatraman，E.S.、Lucito，R.和Wigler，M.（2004）。用于分析基于阵列的DNA拷贝数数据的循环二进制分割。生物统计学5 557-572. ·Zbl 1155.62478号 ·doi:10.1093/biostatistics/kxh008
[33] 佩奇·E.S.（1954）。连续检查计划。生物特征41 100-115. ·Zbl 0056.38002号 ·doi:10.1093/biomet/41.1-2.100
[34] 裴长丰，G.，徐瑜，J.，于，P.S.和卢，H.（2005）。文本流中的无参数突发事件检测。在第31届超大数据库国际会议记录181-192. VLDB捐赠。
[35] Scott，A.J.和Knott，M.（1974年）。一种聚类分析方法，用于对方差分析中的均值进行分组。生物计量学507-512. ·Zbl 0284.62044号 ·doi:10.2307/2529204
[36] Tibshirani，R.J.（2014）。通过趋势滤波的自适应分段多项式估计。安。统计师。42 285-323. ·Zbl 1307.62118号 ·doi:10.1214/13-AOS1189
[37] Tibshirani，R.、Saunders，M.、Rosset，S.、Zhu，J.和K.奈特（2005）。通过融合套索实现轻盈流畅。J.R.统计社会服务。B.统计方法。67 91-108页·Zbl 1060.62049号 ·文件编号：10.1111/j.1467-9868.2005.00490.x
[38] Truong，C.、Oudre，L.和Vayatis，N.（2018年）。变化点检测方法综述。CoRR.可从abs/1801.00718获得·Zbl 07160286号 ·doi:10.1109/TSP.2019.2953670
[39] Wasserman，L.和Roeder，K.（2009年）。高维变量选择。安。统计师。37 2178-2201 ·Zbl 1173.62054号 ·doi:10.1214/08-AOS646
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。