对称范数球上的快速近最优估计
Fast Near-Optimal Estimation over Symmetric Norm Balls
AI总结：
提出一种多项式时间算法，用于在对称范数单位球约束下实现信号的近最优欧几里得估计，并扩展至随机设计的中等维度线性回归。
摘要：
这篇短文提出了一种多项式时间算法，用于对约束在对称范数单位球内的信号进行近最优欧几里得估计，其中对称性是相对于已知基的，并且范数可通过评估预言机访问。我们进一步将该方法扩展到随机设计、中等维度的线性回归设置，其中回归参数同样假设属于由对称范数定义的约束集。
英文摘要：
This short note proposes a polynomial-time algorithm for near-optimal Euclidean estimation of a signal constrained to lie in the unit ball of a symmetric norm, where the symmetry is with respect to a known basis and the norm is accessible through an evaluation oracle. We further extend the method to a random-design, moderate-dimensional linear regression setting, where the regression parameter is likewise assumed to belong to a constraint set defined by a symmetric norm.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
