带凸正则化项的 Stein 无偏风险估计的可处理评估

Parth Nobel; Emmanuel Candès; Stephen Boyd

带凸正则化项的 Stein 无偏风险估计的可处理评估

统计理论 2023-10-09 v2 最优化与控制统计计算统计理论

作者: Parth Nobel , Emmanuel Candès , Stephen Boyd

摘要

Stein 无偏风险估计（SURE）给出了高斯随机向量均值任意估计量的 $\ell_2$ 风险的无偏估计。我们此处关注估计量最小化二次损失项加凸正则化项的情况。对于这些估计量，SURE在少数特殊情形下可解析评估，也可使用近期开发的用于凸优化问题微分的通用目的方法通用地评估；但这些通用方法无法扩展到大规模问题。本文描述了可处理广泛类别估计量且能扩展到大规模问题的 SURE 评估方法。

关键词

Stein 无偏风险估计凸正则化项高斯随机向量二次损失可微分凸优化大规模估计

引用

@article{arxiv.2211.05947,
  title  = {Tractable Evaluation of Stein's Unbiased Risk Estimate with Convex Regularizers},
  author = {Parth Nobel and Emmanuel Candès and Stephen Boyd},
  journal= {arXiv preprint arXiv:2211.05947},
  year   = {2023}
}

备注

IEEE Transactions on Signal Processing

带凸正则化项的 Stein 无偏风险估计的可处理评估

摘要

关键词

引用

备注

相关论文