频谱风险度量估计

Dec, 2019

Estimation of Spectral Risk Measures

Ajay Kumar Pandey, Prashanth L.A., Sanjay P. Bhat

TL;DR提出一种基于数值积分的估算谱风险度量值的新方法，通过限定支撑集，实现估算浓度的指数级集中，并在合成和交通路由应用中验证理论发现。

Abstract

We consider the problem of estimating a spectral risk measure (SRM) from i.i.d. samples, and propose a novel method that is based on numerical integration. We show that our SRM estimate concentrates exponentially, when the underlying distribution has bounded support. Further, we also c

spectral risk measure numerical integration exponential concentration gaussian distribution vehicular traffic routing

发现论文，激发创造

一种 Wasserstein 距离方法用于聚集实证风险估计

本文介绍了一种基于 Wasserstein 距离的统一方法，用于两类广泛定义的风险度量的经验估计的集中界限，其中提出的风险度量类包括 CVaR、谱风险度量、CPT 值、偏差风险度量等。

Feb, 2019

奇异值阈值和谱估计的无偏风险估计

本文提出一种针对噪声干扰下低秩数据矩阵恢复的无偏风险估计方法，特别是针对奇异值阈值软阈值规则（SVT）进行了风险估计，为一系列问题中的正则化参数选择提供了有机而自动化的方法，该方法可用于真实临床心脏 MRI 系列数据的 SVT 降噪，同时提出了某些矩阵值函数的可微性新结果。

Oct, 2012

风险度量置信度区间的分布优化框架

本研究提出了一种基于分布优化框架来优化风险度量的方法，并通过使用经验分布的浓度界从而进行两个评估方案，进一步提高了数据的准确度。

Jun, 2023

基于样本的凸型风险衡量上、下界：政策合成和验证应用

本文提出了一种基于样本的方法来解决固有于自主系统中变化环境的风险问题，能够生成高置信度的验证声明和快速合成保证实现最低系统性能的风险感知策略，并在仿真中验证了一种多主体协作系统和其风险感知控制器的优越性能。

Apr, 2022

一般集合和度量的码率失真理论

该论文探讨了一种适用于具有一般分布的随机变量序列的率失真理论，其中包括流形和分形集合，引入了一种下界和一种广泛适用的子规整条件。

Apr, 2018

优化确定性等价风险估计的集中界

我们研究了独立同分布样本估计优化确定等价风险的问题，推导了经典的样本平均逼近法以及基于随机逼近的 OCE 估计器的均方误差和集中界限，并在风险感知赌博问题中应用所得到的界限，推导了误判概率的界限，并最终进行了数值实验证实理论发现。

May, 2024

估计纠缠单样本分布中的位置参数

本研究考虑了独立采样数据的公共平均值估计问题，提出了一种估计器，它能够适应数据异质性的水平，在 i.i.d. 和某些非同质的设置下均达到近似最优，其估计器既考虑了传统统计学中的模态区间、shorth、中位数估计器，又利用了新型经验过程理论结果，在多元估计和回归的情况下，我们提出了可在多项式时间内运行的估计器版本。

Jul, 2019

基于效用的差额风险优化：一个非渐近视角

在金融领域中，我们考虑了效用损失风险（UBSR）的估计和优化问题，推导了经典样本平均逼近（SAA）的 UBSR 的均方误差的非渐近界限，以及在平滑参数化下 UBSR 梯度的表达式，将它用于 UBSR 优化的随机梯度算法中，推导了非渐近界限以衡量该算法的收敛速率。

Oct, 2023

通过最优输运量化分布模型风险

本文提出了一种方法来计算特定概率模型下利益期望，并给出了为不同的概率模型设置偏差范围的基于最优输运的度量方法，同时应用于风险分析。

Apr, 2016

关于平滑数据的经验风险最小化性能

经验风险最小化算法（ERM）在已知数据集且平滑的情况下，能够实现次线性误差，并且具有统计复杂性的概念。

Feb, 2024