매니폴드 추정과 특이 디컨볼루션: 하우스도르프 손실 하의 최소극한 속도
본 논문은 노이즈가 없는 경우, 클러터 노이즈가 섞인 경우, 그리고 가우시안 가산 노이즈가 존재하는 경우라는 세 가지 모델에서, 매니폴드의 하우스도르프 거리 추정에 대한 최소극한 위험(minimax risk)과 상한을 정확히 규명한다. 매니폴드가 d‑차원, D‑차원 유클리드 공간에 매끄럽게 삽입된 경우, 위험은 각각 n^{-2/d}, (1/(nπ))^{2/d}, 그리고 n^{-2/d} (로그 항 포함) 의 속도로 감소한다. 또한 매니폴드 추정 …
저자: Christopher R. Genovese, Marco Perone-Pacifico, Isabella Verdinelli
본 논문은 매니폴드 학습에서 “노이즈가 섞인 관측으로부터 매니폴드를 얼마나 정확히 복원할 수 있는가?”라는 기본 질문을 하우스도르프 거리(Hausdorff distance)를 손실함수로 삼아 최소극한 위험(minimax risk)을 분석한다. 연구는 세 가지 확률 모델을 고려한다. 첫 번째는 무노이즈 모델로, 관측 Y₁,…,Y_n이 매니폴드 M 위에 정의된 분포 G에서 직접 샘플링된다. 두 번째는 클러터 노이즈 모델로, 관측이 (1−π)U+πG 형태이며, U는 K⊂ℝ^D의 균등분포, π∈(0,1]는 신호 비율이다. 세 번째는 가산 가우시안 모델로, Y_i = X_i + Z_i, X_i∼G, Z_i∼N(0,I_D)이며, G는 M 위에 정의된 밀도 g를 가진 특이 측정이다.
매니폴드 M은 d‑차원 매끄러운 리만 서브매니폴드이며, 조건수 κ(Δ(M)≥κ)를 통해 근접 투영이 유일하도록 제한한다. 또한, M은 컴팩트 집합 K에 포함되거나, 가산 모델에서는 K와 교차하는 부분에 최소한의 질량을 가진다. G는 M 위의 d‑차원 균등분포에 비례하는 밀도 g를 가지고, 0
원본 논문
고화질 논문을 불러오는 중입니다...
댓글 및 학술 토론
Loading comments...
의견 남기기