Conceitos essenciais
계산적으로 효율적인 알고리즘은 Ω(dk⋆/2) 샘플을 필요로 함.
Resumo
가우시안 단일 지수 모델은 고차원 회귀 문제로, 통계적 추론 작업을 다룸.
정보 이론적 샘플 복잡성은 차원 d에 선형적이지만, 계산적으로 효율적인 알고리즘은 Ω(dk⋆/2) 샘플을 필요로 함.
SQ 및 LDP 프레임워크에서 k⋆ > 2인 경우 계산적-통계적 간격을 보여줌.
부분 추적 알고리즘을 사용하여 w⋆를 추정하는 최적의 샘플 복잡성을 달성함.
1. 소개
고차원 추론 작업에 대한 연구.
지도 학습에서 숨겨진 1차원 구조를 고려.
특정한 확률 분포를 따르는 단일 지수 모델 정의.
2. 생성 지수
정보 지수 및 생성 지수의 정의.
조건부 기대값을 통해 정보 및 생성 지수 계산.
3. 계산적 하한
통계적 쿼리 및 다항식 방법을 사용한 계산적 하한.
통계적 쿼리 및 다항식 방법의 효율성에 대한 하한.
Estatísticas
계산적 효율적 알고리즘은 Ω(dk⋆/2) 샘플을 필요로 함.
Citações
"계산적으로 효율적인 알고리즘은 Ω(dk⋆/2) 샘플을 필요로 함."