中文

有界凸约束下高斯序列模型的最小最大速率

统计理论 2022-11-08 v5 统计理论

摘要

我们纯粹根据给定约束集 KK 的局部几何,确定了有界凸约束下高斯序列模型的精确最小最大速率。我们的主要结果表明,在平方 2\ell_2 损失下的最小最大风险(至多差常数因子)由 ϵ2diam(K)2\epsilon^{*2} \wedge \operatorname{diam}(K)^2 给出,其中 \begin{align*} \epsilon^* = \sup \bigg\{\epsilon : \frac{\epsilon^2}{\sigma^2} \leq \log M^{\operatorname{loc}}(\epsilon)\bigg\}, \end{align*} 这里 logMloc(ϵ)\log M^{\operatorname{loc}}(\epsilon) 表示集合 KK 的局部熵,σ2\sigma^2 是噪声的方差。我们利用我们的抽象结果重新推导了某些特殊集合 KK(如超矩形、椭圆以及更一般的二次凸正交集)的已知最小最大速率。最后,我们将结果推广到已知 σ2\sigma^2 的无界情形,表明该情形下的最小最大速率为 ϵ2\epsilon^{*2}

关键词

引用

@article{arxiv.2201.07329,
  title  = {On the minimax rate of the Gaussian sequence model under bounded convex constraints},
  author = {Matey Neykov},
  journal= {arXiv preprint arXiv:2201.07329},
  year   = {2022}
}

备注

34 pages; 1 picture; v5: fixed an error in example section 3.3.2