中文

基于趋势滤波的张量去噪

统计理论 2021-01-27 v1 统计理论

摘要

我们通过考虑 kthk^{\rm th} 阶 Vitali 变分(即 kthk^{\rm th} 阶全导数绝对值积分的离散化版本)将趋势滤波的概念推广到张量。我们证明了基于趋势滤波的张量去噪的自适应 0\ell^0 速率与不太慢的 1\ell^1 速率。对于 k={1,2,3,4}k=\{1,2,3,4\},我们证明若底层张量是常数个超矩形上 (k1)th(k-1)^{\rm th} 阶多项式的乘积,则 dd 维张量的 dd 维边缘可以 0\ell^0 速率 n1n^{-1}(至多相差对数因子)被估计。对于一般 kk,我们证明估计的 1\ell^1 速率为 nH(d)+2k12H(d)+2k1n^{- \frac{H(d)+2k-1}{2H(d)+2k-1}}(至多相差对数因子),其中 H(d)H(d) 为第 dd 个调和数。借助 ANOVA 型分解,可将这些结果应用于张量的低维边缘,从而证明对整个张量去噪的界。我们的工具包括用于约束 0\ell^0 速率有效稀疏性的插值张量、用于 1\ell^1 速率的网格,以及背景中 Dalalyan 等人的投影论证。

关键词

引用

@article{arxiv.2101.10692,
  title  = {Tensor denoising with trend filtering},
  author = {Francesco Ortelli and Sara van de Geer},
  journal= {arXiv preprint arXiv:2101.10692},
  year   = {2021}
}