Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Symmetrizing k-nn and Mutual k-nn Smoothers Kapitel lesen Erstes Kapitel lesen

2018 | OriginalPaper | Buchkapitel

Constructing Confidence Sets for the Matrix Completion Problem

verfasst von : A. Carpentier, O. Klopp, M. Löffler

Erschienen in: Nonparametric Statistics

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

In the present contribution we consider the problem of constructing honest and adaptive confidence sets for the matrix completion problem. For the Bernoulli model with known variance of the noise we provide a method with polynomial time complexity for constructing confidence sets that adapt to the unknown rank of the true matrix.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Modification of Moment-Based Tail Index Estimator: Sums Versus Maxima
Nächstes Kapitel A Nonparametric Classification Algorithm Based on Optimized Templates
Literatur
1.
Bandeira, A. S., & van Handel, R. (2016). Sharp nonasymptotic bounds on the norm of random matrices with independent entries. The Annals of Probability, 44(4), 2479–2506.
2.
Cai, T., & Zhou, W. X. (2016). Matrix completion via max-norm constrained optimization. Electronic Journal of Statistics, 10(1), 1493–1525.
3.
Candès, E. J., & Plan, Y. (2009). Matrix completion with noise. Proceedings of IEEE, 98(6), 925–936.
4.
Candès, E. J., & Plan, Y. (2010). Tight oracle bounds for low-rank matrix recovery from a minimal number of random measurements. CoRR. abs/1001.0339.
5.
Candès, E. J., & Recht, B. (2009). Exact matrix completion via convex optimization. Fondations of Computational Mathematics, 9(6), 717–772.
6.
Candès, E. J., & Tao, T. (2010). The power of convex relaxation: Near-optimal matrix completion. IEEE Transactions on Information Theory, 56(5), 2053–2080.
7.
Carpentier, A., Klopp, O., Löffler, M., & Nickl, R. (2018). Adaptive confidence sets for matrix completion. Bernoulli, 24, 2429–2460.
8.
Chatterjee, S. (2015). Matrix estimation by universal singular value thresholding. Annals of Statistics, 43(1), 177–214.
9.
Giné E., & Nickl, R. (2015). Mathematical foundations of infinite-dimensional statistical models. Cambridge series in statistical and probabilistic mathematics. Cambridge: Cambridge University Press.
10.
Klopp, O. (2014). Noisy low-rank matrix completion with general sampling distribution. Bernoulli, 20(1), 282–303.
11.
Klopp, O. (2015). Matrix completion by singular value thresholding: Sharp bounds. Electronic Journal of Statistics, 9(2), 2348–2369.
12.
Koltchinskii, V. (2011). Oracle inequalities in empirical risk minimization and sparse recovery problems. Lecture notes in mathematics (Vol. 2033). Heidelberg: Springer. Lectures from the 38th Probability Summer School held in Saint-Flour, 2008, École d’Été de Probabilités de Saint-Flour.
13.
Koltchinskii, V., Lounici, K., & Tsybakov, A. B. (2011). Nuclear-norm penalization and optimal rates for noisy low-rank matrix completion. Annals of Statistics, 39(5), 2302–2329.
14.
Ledoux, M. (2001). The concentration of measure phenomenon. Mathematical surveys and monographs (Vol. 89). Providence: American Mathematical Society.
15.
Lepskii, O. V. (1992). On problems of adaptive estimation in white Gaussian noise. Advances in Soviet Mathematics, 12, 87–106.
16.
Negahban, S., & Wainwright, M. J. (2012). Restricted strong convexity and weighted matrix completion: Optimal bounds with noise. Journal of Machine Learning Research, 13, 1665–1697.
17.
Talagrand, M. (1996). A new look at independence. The Annals of Probability, 24(1), 1–34.
18.
Wang, Y. X., & Xu, H. (2012). Stability of matrix factorization for collaborative filtering. In Proceedings of the 29th International Conference on Machine Learning, ICML 2012, Edinburgh, Scotland, UK, June 26–July 1, 2012.
Metadaten
Titel
Constructing Confidence Sets for the Matrix Completion Problem
verfasst von
A. Carpentier
O. Klopp
M. Löffler
Copyright-Jahr
2018
Buch
Nonparametric Statistics

Print ISBN: 978-3-319-96940-4

Electronic ISBN: 978-3-319-96941-1

Copyright-Jahr: 2018

DOI
https://doi.org/10.1007/978-3-319-96941-1_7