中文

含噪数据簇是空心的

统计理论 2016-03-11 v3 统计理论

摘要

提出了多维统计中的一个新视角,影响了多个应用领域。在这些应用中,表征过程可重复响应的一组含噪测量称为一个实现,并可视为 RN\mathbb{R}^N 中的单点。该点在 N 个轴上的投影对应于 N 个测量值。当代关于分布在 RN\mathbb{R}^N 中扩散云团实现的视角被替换为包围拓扑流形的壳层形状云团。该流形对应于在无测量噪声下观察到的过程稳定响应域。在多个维度上累积的测量噪声使每个实现远离流形。实现到流形距离的概率密度函数 (PDF) 产生了壳层。考虑到随着维数增加的中心极限定理,PDF 趋于正态分布 N(μ\mu,σ\sigma^2) 其中 μ\mu 固定壳层中心位置,σ\sigma 固定壳层厚度。在视觉中,一个实现的可能性是实现到壳层距离而非实现到流形距离的函数。论证始于克劳德·香农的工作,接着引入壳层流形,终于监测设备的实际应用。

关键词

引用

@article{arxiv.1506.03318,
  title  = {Noisy data clusters are hollow},
  author = {François Léonard},
  journal= {arXiv preprint arXiv:1506.03318},
  year   = {2016}
}

备注

Ce sujet fut pr{\'e}sent{\'e} {\`a} la conf{\'e}rence Joint Statistical Meetings 2015 {\`a} Seattle. Ce documentest publi{\'e} dans le Compendium de la conf{\'e}rence. in Joint Statistical Meetings 2015, Aug 2015, Seattle, United States. JSM 2015 Proceedings, 2015