- 分布式均值估计中的通信 - 隐私 - 效用权衡的确切最优性
本文研究了在通信和局部差分隐私限制下的均值估计问题,提出了一种基于随机旋转的共享代码本的随机化机制,证明了使用随机旋转简单形式码本的 $k$- 最接近编码方法是精确最优的。
- 高效的单边科尔莫哥洛夫近似
我们提出了一种高效算法,可以针对一个离散随机变量 X 和一个数字 m,计算出一个随机变量,其支持的大小最多为 m,与 X 的 Kolmogorov 距离是最小的,同时适用于单向 Kolmogorov 近似。我们提供了算法的一些变体,分析了它 - 随机变量函数熵的界限及其应用
本文给出了当函数 f 不是一对一关系时 H (f (X)) 的紧密下界,并且当只知悉极大和极小概率之间比率的限制时,获得了概率分布熵的下界,该下界已经超越了文献中的先前结果,并且它在本文中的几种情形下有实际应用。
- 关于 Jensen 差的界限及其对于均值集中分布的含义
该论文给出了关于 Jensen 不等式差距的上下界(即随机变量函数的期望值与随机变量期望值函数之间的差值),上下界仅取决于函数的增长性质和随机变量的特定时刻。该上下界特别适用于分布集中在平均值附近的情况,如 i.i.d. 样本的平均值和统计 - 亚高斯均值估计器
本文从非渐近的角度探讨了从非正态分布中的独立同分布观测中估计实值随机变量均值的可能性和局限性,提出了一些呈现次高斯分布特征的估计器,并证明了几个均值估计器的不可能性结果。
- 熵与计数的三个教程讲座
本文介绍离散随机变量的熵的概念及其基本属性,展示通过例子如何将熵作为组合枚举工具使用,最后提出了几个开放性问题。
- 量化独特信息
本文提出了新的测量共享信息,独特信息和协同信息的方法,用于分解与第三个随机变量 X 一起的一对随机变量 $(Y,Z)$ 的多信息。我们的措施受到独特信息的操作思想的启发,建议共享信息和独特信息应该仅依赖于 $(X,Y)$ 和 $(X,Z)$ - 小球概率、反演定理和应用
探讨了小球问题,其中随机和在给定小半径球中的最大概率的估计,重点关注了那些小球概率相对较大的集合结构,包括各种领域的许多问题的解决方案或显著进展。
- 缺失质量的浓度
本篇文章从离散分布中对随机变量进行抽样,对未观测点集的概率进行了界限规定和简化,同时对 Kearns 和 Saul 的一项基本不等式进行了完善和证明。
- 具有概率持续时间的作业车间调度的主动算法
本文针对传统调度模型中活动持续时间为固定常量的缺点,提出了结合蒙特卡罗模拟和确定性调度算法求解概率式调度问题的理论框架,并且通过一系列实验,证明了蒙特卡罗模拟与确定性问题的解结合可以有效提高不确定性条件下的调度算法性能。
- 自标准化鞅的指数不等式及其应用
提出了几个类似于 De la Peña 建立的自标准化鞅的指数不等式,其中关键是引入了左重右重的新随机变量概念,并提供了与线性回归,自回归和分支过程相关的应用。
- 带边观察的赌徒问题
探讨传统的两臂赌博问题的扩展,其中决策者在选择拉动哪个手臂之前可以访问一些信息,在不同的设置中找到能够达到可接受水平的规则和构造渐近最优自适应方案以实现这些规则。