中文

在 $\|\cdot\|_2^2$ 损失下高斯观测方案中线性恢复的近最优性

统计理论 2019-10-22 v7 统计理论

摘要

我们考虑从被高斯噪声 ξ\xi 污染的 xx 的间接观测 ω=Ax+σξ\omega=Ax+\sigma\xi 中恢复已知属于给定凸紧集 XX 的信号 xx 的线性像 BxBx 的问题。研究表明,在对 XX 的某些假设下(例如当 XXKK 个同心椭球/椭圆柱的交时满足),一种易于计算的线性估计在其最坏情况下(对 xXx\in X)的期望 22\|\cdot\|_2^2 误差意义上,于某种精确意义下是近最优的。此处的主要新颖之处在于我们的结果对 AABB 没有限制;据我们所知,先前关于线性估计最优性的结果要么处理直接观测 A=IA=IB=IB=I 的情形,要么处理 AABB 为对角阵且 XX 由“可分离”约束如 X={x:iai2xi21}X=\{x:\sum_i a_i^2 x_i^2\leq 1\}X={x:maxiaixi1}X=\{x:\max_i|a_i x_i|\leq1\} 给出的“对角情形”,要么处理估计线性形式(即一维 BxBx 的情形)。

关键词

引用

@article{arxiv.1602.01355,
  title  = {Near-Optimality of Linear Recovery in Gaussian Observation Scheme under $\|\cdot\|_2^2$-Loss},
  author = {Anatoli Juditsky and Arkadi Nemirovski},
  journal= {arXiv preprint arXiv:1602.01355},
  year   = {2019}
}