基于网络的全分辨率去噪与部分观测情势中的应用
统计方法学
2024-09-10 v2
摘要
本文提出了一种新方法，用于基于全变差（TV）去噪的网络情势预测。考虑一个网络模型，将人口表示为由感染状态 特征化的 个节点集合，并将接触表示为边。我们证明了图-TV 去噪在伯努利噪声下估计 underlying 感染概率 的一致性。我们的结果将现有针对高斯情形的下界推广到二元变量情形，此方法被称为一种全分辨率去噪。该方法进一步扩展以处理不完全观测，从而扩大了其在观察整个图不可及的各种实际情形中的相关性。聚焦于情势情境，我们证明了一种全分辨率去噪提高了网络中的 nowcasting 和预测准确性，数值实验和两个真实案例进一步证明了这一点。本文的贡献在于其理论发展，特别是针对不完全数据情形，为更精确的情势建模和增强的监测策略铺平了道路。
关键词
引用
@article{arxiv.2405.00619,
title = {One-Bit Total Variation Denoising over Networks with Applications to Partially Observed Epidemics},
author = {Claire Donnat and Olga Klopp and Nicolas Verzelen},
journal= {arXiv preprint arXiv:2405.00619},
year = {2024}
}