基于熵正则化最优传输的软性与子空间鲁棒多元秩检验
机器学习
2021-04-20 v2 信息论
机器学习
math.IT
摘要
本文基于最优传输理论，将近期提出的用于分布相似性统计检验的多元秩能量距离推广为软秩能量距离。由于其可微性，我们进而将秩能量距离推广为子空间鲁棒秩能量距离，称为投影软秩能量距离，可通过 Stiefel 流形上的优化进行计算。我们通过实验表明，利用投影软秩能量距离，可通过向适当选取的低维子空间投影来权衡检测能力与误报率。我们还展示了所提检验在多元时间序列数据无监督变点检测中的效用。所有代码已在实验部分提供的链接中公开。
引用
@article{arxiv.2103.08811,
title = {Soft and subspace robust multivariate rank tests based on entropy regularized optimal transport},
author = {Shoaib Bin Masud and Boyang Lyu and Shuchin Aeron},
journal= {arXiv preprint arXiv:2103.08811},
year = {2021}
}
备注
14 pages, 5 figures