铁磁体中的高温结构检测
统计理论
2021-01-13 v4 机器学习
统计理论
摘要
本文研究高温铁磁(仅正相互作用)Ising 模型中的结构检测问题。目标是区分底层图是否为空(即模型由独立的 Rademacher 变量组成)与备择假设——底层图包含某种结构的子图。我们给出了匹配的上界与下界极小极大界,分别界定该检验问题可解与不可解的条件。我们的结果揭示,一个称为图 Arboricity(树叉数)的关键量驱动了该问题的可检验性。在计算方面,基于稀疏主成分分析计算困难性的猜想,我们证明除非信号足够强,否则不存在能够检验该问题的多项式时间检验。为证明此结果,我们给出了一种对独立同分布 Rademacher 随机变量之和的偶次矩给出尖锐不等式的方法,这本身可能具有独立意义。
引用
@article{arxiv.1809.08204,
title = {High-Temperature Structure Detection in Ferromagnets},
author = {Yuan Cao and Matey Neykov and Han Liu},
journal= {arXiv preprint arXiv:1809.08204},
year = {2021}
}
备注
51 pages, 4 figures. version 2: a new computational lower bound result is added. version 3: citations are updated