×
塞巴斯蒂安·加达特;塞巴斯蒂安·格奇诺维茨;克莱门·马尔图

具有分离条件的最优函数监督分类。 （英语） Zbl 1441.62930号

伯努利 26，第3期，1797-1831（2020）.
本文研究随机过程轨迹的二元监督分类。根据轨迹的有限训练集，我们必须确定观测到的轨迹与两个未知过程中的哪一个有关。本文作者考虑了随机微分方程解的轨迹\[ dX_t=\mu（t）dt+dW_t，\qquad t\in[0,1]，\quad\mu\in\{f，g\}，\]其中漂移\（f）和\（g）属于Sobolev-Hilbert空间\（H_s（0,1）\），\（s\geq 0 \），并且显著不同\（f-g \ |\geq\Delta>0 \）。
其目标是提供一个自然分类器，使其他分类器的性能在渐近上没有明显优于它。
审核人：Piotr Jaworski（华沙）

引用于1文件

MSC公司：

62兰特 功能数据分析
62H30型 分类和区分；聚类分析（统计方面）
68T05型 人工智能中的学习和自适应系统
60 H10型 随机常微分方程（随机分析方面）

关键词：

功能数据;监督分类;机器学习
PDF格式BibTeX公司 XML格式引用
\textit{S.Gadat}等人，Bernoulli 26，No.3，1797--1831（2020；Zbl 1441.62930）
全文： 内政部 arXiv公司 欧几里得

参考文献：

[1] Abraham，C.、Biau，G.和Cadre，B.（2006年）。关于函数分类的核心规则。Ann.Inst.统计。数学。58 619-633之间·Zbl 1100.62066号
[2] Audibert，J.-Y.和Tsybakov，A.B.（2007年）。插件分类器的快速学习率。安。统计师。35 608-633. ·Zbl 1118.62041号
[3] Baíllo，A.、Cuevas，A.和Cuesta-Albertos，J.A.（2011年）。高斯函数模型族的监督分类。扫描。《美国联邦法律大全》第38卷第480-498页·Zbl 1246.62155号
[4] Biau，G.和Devroye，L.（2015）。最近邻法讲座。数据科学中的Springer系列。查姆：斯普林格·Zbl 1330.68001号
[5] Biau，G.和Scornet，E.（2016）。随机森林导览。测试25 197-227·Zbl 1402.62133号
[6] Bickel，P.J.和Levina，E.（2004）。Fisher线性判别函数的一些理论，“朴素贝叶斯”，以及当变量比观测值多时的一些替代方法。伯努利10 989-1010·Zbl 1064.62073号
[7] Boucheron，S.、Bousquet，O.和Lugosi，G.（2005）。分类理论：对一些最新进展的综述。ESAIM概率。统计9 323-375·Zbl 1136.62355号
[8] Boucheron，S.、Lugosi，G.和Massart，P.（2013）。集中度不平等。牛津：牛津大学出版社。非交感独立理论，由米歇尔·勒杜（Michel Ledoux）引言·Zbl 1279.60005号
[9] 干部，B.（2013）。扩散路径的监督分类。数学。方法统计。22 213-225. ·Zbl 1293.62069号
[10] Cai，T.T.和Zhang，L.（2019年）。高维线性判别分析：最优化、自适应算法和缺失数据。J.R.统计社会服务。B.统计方法。81 675-705. ·兹比尔1428.62267
[11] Cérou，F.和Guyader，A.（2006年）。无限维最近邻分类。ESAIM概率。统计数字10 340-355·Zbl 1187.62115号
[12] Chaudhuri，K.和Dasgupta，S.（2014年）。最近邻分类的收敛速度。《神经信息处理系统进展》（Z.Ghahramani、M.Welling、C.Cortes、N.D.Lawrence和K.Q.Weinberger编辑）27 3437-3445。Curran Associates公司。
[13] Chonavel，T.（2002）。统计信号处理。纽约：斯普林格出版社·Zbl 1003.94001号
[14] Cover，T.M.和Hart，P.（1967年）。最近邻模式分类。IEEE传输。通知。理论13 21-27·Zbl 0154.44505号
[15] Delaigle，A.和Hall，P.（2012年）。实现功能数据的近乎完美的分类。J.R.统计社会服务。B.统计方法。74 267-286. ·Zbl 1411.62164号
[16] Devroye，L.、Györfi，L.和Lugosi，G.（1996）。模式识别的概率理论。数学应用（纽约）31。纽约：斯普林格·Zbl 0853.68150号
[17] Gadat，S.、Gerchinovitz，S.和Marteau，C.（2020）。补充“带分离条件的最优功能监督分类”https://doi.org/10.3150/19-BEJ1170SUPP。 ·兹比尔1441.62930
[18] Gadat，S.、Klein，T.和Marteau，C.（2016）。用（k）-最近邻规则对一般有限维空间进行分类。安。统计师。44 982-1009. ·Zbl 1338.62082号
[19] Győrfi，L.（1978）。关于最近邻规则的收敛速度。IEEE传输。通知。理论24 509-512·Zbl 0433.62027号
[20] Ibragimov，I.和Khasminski，R.（1981年）。统计估计：渐近理论。纽约：斯普林格·Zbl 0467.62026号
[21] 池田，N.和渡边，S.（1989）。随机微分方程和扩散过程，第二版，北霍兰德数学图书馆24。阿姆斯特丹：荷兰北部·Zbl 0684.60040号
[22] James，G.M.和Hastie，T.J.（2001）。不规则采样曲线的函数线性判别分析。J.R.统计社会服务。B.统计方法。63 533-550. ·Zbl 0989.62036号
[23] Kulkarni，S.R.和Posner，S.E.（1995年）。任意采样下最近邻估计的收敛速度。IEEE传输。通知。理论41 1028-1039·Zbl 0839.93070号
[24] Lamberton，D.和Lapeyre，B.（1996年）。金融应用随机微积分导论。伦敦：CRC出版社·Zbl 1167.60001号
[25] Lande，R.、Engen，S.和Saether（2003年）。生态学和保护中的随机种群动力学。纽约：牛津大学出版社·Zbl 1087.92064号
[26] Laurent，B.和Massart，P.（2000年）。通过模型选择对二次函数进行自适应估计。安。统计师。28 1302-1338. ·兹比尔1105.62328
[27] Lepskiĭ，O.V.（1990）。高斯白噪声中的自适应估计问题。特奥。维罗亚特。Primen公司。35 459-470·Zbl 0725.62075号
[28] Li，T.、Yi，X.、Carmanis，X.和Ravikumar，P.（2017）。Minimax-Gaussian分类与聚类。第20届国际人工智能与统计会议论文集。机器学习研究论文集54 1-9。
[29] Mammen，E.和Tsybakov，A.B.（1999年）。平滑判别分析。安。统计师。27 1808-1829. ·Zbl 0961.62058号
[30] Massart，P.和Nédélec，É。（2006年）。统计学习的风险边界。安。统计师。34 2326-2366. ·Zbl 1108.62007号
[31] Rakhlin，A.、Sridharan，K.和Tsybakov，A.B.（2017年）。经验熵、极大极小后悔和极大极小风险。伯努利23 789-824·Zbl 1380.62176号
[32] Rossi，F.和Villa，N.（2008年）。支持向量机用于功能数据分类的最新进展。在功能和操作统计中。Contrib.统计。273-280. 海德堡：Physica-Verlag/Springer。
[33] Samworth，R.J.（2012）。最优加权最近邻分类器。安。统计师。40 2733-2763. ·Zbl 1373.62317号
[34] Shao，J.、Wang，Y.、Deng，X.和Wang，S.（2011）。高维数据的阈值稀疏线性判别分析。安。统计师。39 1241-1265. ·Zbl 1215.62062号
[35] Steinwart，I.和Christmann，A.（2008年）。支持向量机。信息科学与统计。纽约：斯普林格·Zbl 1203.68171号
[36] Wang，J.L.、Chiou，J.M.和Müller，H.G.（2016）。功能数据分析。年。修订状态申请。3 257-295。
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。