Resolving a conjecture of Abbe, Bandeira and Hall, the authors have recently
shown that the semidefinite programming (SDP) relaxation of the maximum
likelihood estimator achieves the sharp threshold for exactly recovering the
community structure under the binary stochastic block model
本文讨论了从一个混合的子高斯分布中抽取的规模为 n 的小数据样本的分区问题，并分析了同一作者提出的计算有效算法，通过一个小样本按照其来源人群将数据大致分为两组。从这篇论文中，我们得出结论：当信噪比 s^2 被一个常数下界限时，误分类错误以指数形式衰减。我们还讨论了平衡分区的一个变体，并证明了新估计量具有卓越的去偏性。