分块常数矩阵中块边界的快速检测：在HiC数据中的应用

我们提出一种新方法，用于估计由白噪声中观测到的分块常数矩阵构成的随机矩阵中块边界（变点）的位置。我们的方法在于将此任务重新表述为一个变量选择问题。我们使用带有$\ell_1$型惩罚的惩罚最小二乘准则来处理该问题。我们首先给出一些理论结果，确保变点估计量的一致性。然后，我们解释如何以非常高效的方式实现我们的方法。最后，我们提供经验证据支持我们的主张，并将我们的方法应用于HiC数据，该数据在分子生物学中用于更好地理解染色体构象对细胞功能的影响。