Tail Bounds on the Spectral Norm of Sub-Exponential Random Matrices
本文针对矩阵元独立但非同分布的对称随机矩阵,利用兼顾链式集合结构与单位球面坐标分布的新颖链式论证,建立了次指数矩阵元情形下谱范数的上尾界。
2023-08-19 math.PR
Large deviations and exact asymptotics for constrained exponential random graphs
我们提出了一种技术,用于近似受约束的通用规范化常数。然后,该方法被应用到推导出的条件归一化常数的约束指数随机图的精确渐近。
2015-08-01 math.PR
Exponential Orlicz Spaces: New Norms and Applications
本文研究了具有指数函数和对应Orlicz范数的Orlicz空间:引入了一些新的等价范数,得到了Orlicz空间的尾部特征,研究了Orlicz空间中函数的乘积等,并考虑了一些应用:Orlicz空间中算子的估计和鞅敛散性问题
2004-06-25 math.FA math.PR
Normal approximation for exponential random graphs
本文针对指数随机图模型在亚临界参数区域内边总数的中心极限定理这一开放问题,建立了中心极限定理,并利用Stein方法推导出收敛速率、渐近方差公式及一般子图计数的中心极限定理,同时将高阶集中不等式部分推广到亚临界区域。
2025-04-08 math.PR
Exponential Bounds for Random Sums
我们构造了i.的赋范和分布的非改进指数界,I.D.带被加数的随机数的随机变量。
2004-11-27 math.PR
Concentration inequalities for polynomials in $α$-sub-exponential random variables
在这项工作中,我们得到了多项式函数的独立随机变量与$α$ -次指数尾衰减的多水平浓度不等式。一个特别有趣的情况下,给出了二次型$f(X_1, \ldots, X_n) = \langle X,A X \rangle$,我们证明汉森-赖特型不等式与明确依赖于各种规范的矩阵$A$。这些不等式的一个结果是$α$ -次指数随机变量,如二次泊松混沌的二次型的两级浓度不等式。我们提供了这些不等式的各种应用。其中推广了Rudelson-Vershynin给出的从次高斯到$α$ -次指数随机变量的结果,即. e.随机向量的线性像的欧几里德范数的集中、小球概率估计和随机向量与固定子空间之间的距离的集中不等式。此外,我们还得到了固定设计线性回归的超额损失和随机投影随机向量的范数的浓度不等式。
2019-03-14 math.PR
Catalytic Branching Random Walk with Semi-exponential Increments
本文研究了在超临界状态下,具有任意有限数目催化剂的多维格子上的催化支化随机游动。粒子群的空间扩散的动力学进行检查,归一化后。假设向量随机游动跳跃的分量是独立的(或接近独立的),并且具有半指数分布,可能具有不同的参数。建立了粒子在布居“前沿”的几乎必然归一化位置的极限定理。与Carmona和Hu(2014)在一维设置和Bulinskaya(2018)在多维设置中研究的具有“轻”分布尾部的随机游动增量的情况相反,归一化因子具有幂率,并且在时间函数中比线性增长更快。在半指数尾的情况下,前沿的极限形状是非凸的,而在轻尾的情况下,前沿的极限形状是凸的。
2019-02-03 math.PR
Self-normalized processes: exponential inequalities, moment bounds and iterated logarithm laws
自归一化过程在统计应用中自然出现。由于没有单位,它们不受比例变化的影响。此外,自规范化通常消除或削弱矩假设。本文给出了包括鞅在内的自正规化随机变量的指数不等式和矩不等式,特别是与重对数律有关的不等式。尾概率界也来自。对于随机变量B_t>0和A_t,设Y_t(λ)= \exp{λA_t-λ^2B_t^2/2} .当EY_t(λ)\leq 1或Y_t(λ)是上鞅时,对某个区间的λ,我们建立了A_t/B_{t}或sup_{t\geq 0} A_t/{B_t(\log \log B_{t})^{1/2}}及其变式的矩不等式.我们的结果对包括A_t=M_t和B_t= \sqrt _t的连续鞅以及A< M>_t= \sum_{i=1}^t d_i和B_t= \sqrt \sum_{i=1}^t d_i ^[2]的条件对称变量和d_i在内的广泛的一类随机过程都是有效的。对于条件对称随机变量序列和值在R^m,m \ge 1中的连续局部鞅,也建立了一个尖锐的极大不等式.本文的另一个发展是一般适应序列的有界重对数律,这些序列以某些截断的条件期望为中心,并通过平方和的平方根进行自归一化。这一发展的关键要素是一个涉及\sum_{i=1}^t d_i和\sum_{i=1}^t d_i的新的指数上鞅^[2]。
2004-10-05 math.PR
Exact exponential tail estimation for sums of independent centered random variables, under natural norming, with applications to the theory of U-statistics
本文利用 GLS 理论推导自然规范化独立中心化随机变量之和的精确指数尾部,并给出 U 统计量中的精细尾部估计。
2024-09-08 math.PR math.ST stat.TH
Exponential moments for Hawkes processes under minimal assumptions
该研究在平稳线性Hawkes过程存在的最小假设下,证明其实数轴有界子集内的点数具有指数矩,基于质量输运原理完成证明,明确了界的依赖关系并给出泛函版本结果。
2025-05-21 math.PR
Central Limit Theorem and exponential tail estimations in mixed (anisotropic) Lebesgue spaces
本文研究了混合(各向异性)Lebesgue-Riesz空间中的中心极限定理(CLT)以及取值于该空间的中心随机自变量(向量)赋范和的尾部行为.
2013-08-26 math.PR
Estimation of the directional parameter of the offset exponential and normal distributions in three-dimensional space using the sample mean
在有限样本和极限情况下,分析计算了三维空间中偏移指数分布和正态分布的样本均值估计量的方向精度。证明了移位指数分布样本均值的球面投影与修正的贝塞尔函数和超几何函数有关。它明确地显示了指数pdf的样本平均值的分布如何收敛到正态分布的模式附近。给出了移位指数分布的样本均值的分布及其方向精度和正态分布移位方向估计精度的近似公式。
2015-04-29 math.PR math.ST physics.data-an
Exponential inequalities for the number of triangles in the Erdös-Rényi random graph
在每条边的概率固定的情况下,得到了Erdös-Rényi图的中心三角形数和标准三角形数的尾概率的上指数不等式.结果用随机场表示。
2022-03-18 math.PR
Exponential Convergence Rates of Second Quantization Semigroups and Applications
利用相应的基Dirichlet形式刻画了二阶量子化半群在$L^2$ -尾范数和熵下的指数收敛速度.这补充了关于二阶量化半群的$L^2$ -指数收敛速度的已知结果.作为应用,研究了Poisson空间和Lévy过程的道路空间上的生灭型过程.
2010-12-28 math.PR
Central limit theorem and exponential tail estimations in hybrid Lebesgue-continuous spaces
本文研究了混合Lebesgue连续空间中的中心极限定理(CLT)以及取值于该混合Lebesgue连续空间的中心随机自变量(向量)赋范和的尾部行为。
2013-09-09 math.PR
On the $L^p$ Norms of Random Exponential Sums and the Metric Domination Principle over the Simple Random Walk
UCLA(加州大学洛杉矶分校)
本文在α-稳定领域中研究了马尔可夫游走保持正性的极限定理,证明了严格正的调和函数存在性及稳定游走的分布收敛。
2026-10-14 math.PR
Bilateral tail estimate for distribution of self normalizes sums of independent centered random variables under natural norming
本文给出了中心独立随机变量(r.v.)在自然规范下。我们还将使用所谓的随机变量的大勒贝格空间(GLS)理论。
2018-09-22 math.PR
A note on concentration inequality for vector-valued martingales with weak exponential-type tails
给出了一类新的具有有限Orlicz- $ψ_α$范数鞅差的鞅集中不等式.这种具有弱指数型尾部的鞅差在许多统计应用中是分散的,并且可以比次指数分布更重。在一维情形下,我们一般地证明了对于标量值上鞅差序列,尾界仅依赖于Orlicz- $ψ_α$范数的平方和,而不依赖于最大Orlicz-$ψ_α$范数,推广了Lesigne & Volneste(2001)和Fan et al.(2012)的结果.在多维情形下,利用Kallenberg & Sztencel(1991)提出的降维引理,我们证明了对于向量值鞅差序列,本质上相同的浓度尾界成立.
2020-03-18 cs.LG math.PR
Exponential moments for disk counting statistics of random normal matrices in the critical regime
我们获得了大$n$渐近的$m$点矩生成函数的磁盘计数统计的Mittag-Leffler合奏。我们专注于临界制度,所有磁盘边界合并速度$n^{-\smash{\frac{1}{2}}}$,无论是在散装或在边缘。作为推论,我们得到了圆盘计数函数的两个中心极限定理和所有联合累积量(如协方差)的精确大$n$渐近性。我们的结果也可以看作是大的$n$渐近的$n\times n$行列式合并平面不连续。
2022-05-02 math-ph math.MP math.PR
On the phase transition curve in a directed exponential random graph model
我们考虑一族由边和外向星参数化的有向指数随机图模型。这些模型的许多重要统计内容由模型的归一化常数给出,特别是归一化的适当缩放限制,称为自由能。我们推导出精确的渐近有限图的归一化常数。我们用它来推导自由能的公式。除了沿着对应于一阶相变的曲线外,该极限在任何地方都是解析的。我们检查不寻常的行为的模型沿相变曲线。
2017-11-02 cond-mat.stat-mech math.CO math.PR
Exponential tail estimates in the Law of Ordinary Logarithm (LOL) for arrays of random variables
我们推导出自然分布尾部的指数界,即在普通对数下,随机变量阵列的归一化和,不一定独立。
2018-09-13 math.FA math.PR
Exponential ergodicity and regularity for equations with Lévy noise
我们证明了指数收敛到不变测度,在全变差范数,由$α$ -稳定的噪声驱动的有限和无限维的SDES的解决方案。采用了两种方法。第一个是基于Harris定理,第二个是基于Doeblin的耦合论证。不可约性、李雅普诺夫函数技术和一致强Feller性质在这两种方法中起着至关重要的作用。我们专注于两类马尔可夫过程:有限维方程的解决方案,在[Priola 2010]中介绍,具有Hölder连续漂移和一般的,非退化的,对称的$α$ -稳定噪声,和无限维抛物系统,在[Priola Zabczyk 2009]中介绍,Lipschitz漂移和圆柱$α$ -稳定噪声。我们证明了,如果非线性是有界的,那么过程是指数混合的。%,在全变差范数下。这特别改进了[Priola-Xu-Zabczyk 2010]中使用Kantorovich-Wasserstein度量诱导的弱收敛建立的早期结果。
2011-04-25 math.AP math.PR
Ground States for Exponential Random Graphs
本文提出一种摄动方法来估计指数随机图模型中权参数趋于无穷大时的归一化常数。作为一个应用,我们给出了沿边缘三角形模型的临界方向的自然参数化的不连续性的证据。
2018-01-04 cond-mat.stat-mech math-ph math.MP
A method to construct exponential families by representation theory
RIKEN Center for Advanced Intelligence Project(理化学研究所先进智能项目中心);The University of Tokyo(东京大学)
本文用表示论给出了一种系统地构造“好”指数族的方法。更准确地说,我们考虑齐性空间$G/H$作为一个样本空间,并通过使用$G$的表示来构造变换群$G$下的指数族不变量。该方法生成广泛使用的指数族,如正常,伽玛,伯努利,分类,Wishart,冯米塞斯,费舍尔-宾汉和双曲面分布。
2022-10-13 cs.LG math.PR math.ST