PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2606.17665v1math.ST

Non-asymptotic Tail Bounds for the Kostlan--Shub--Smale Field: Tensor PCA and Spherical $k$-Spin Complexity

이 논문은 구면 위의 Kostlan--Shub--Smale (KSS) 랜덤 필드의 상한(supremum)에 대한 명시적이고 비점근적인 꼬리 바운드의 계층 구조를 구축하고, 이를 Spiked 텐서 PCA와 구면 $k$-스핀 모델의 랜드스케이프(landscape)라는 두 가지 문제에 적용합니다. 텐서 PCA의 경우, 신호 대 잡음비(SNR) $\lambda$에서 단일 가우시안 관측치로부터 차수 $k \ge 3$ 및 차원 $d \ge 3$인 랭크-$R$ 대칭 신호 텐서를 추정하는 비점근적 통계적 한계를 연구합니다. 이는 코히어런스(coherence)가 최소 $\kappa$인 정규화된 랭크-$R$ 텐서로 제한된 최대 가능도 추정기(MLE)인 *프로필 최대 가능도 추정기(profile maximum likelihood estimator)*를 통해 수행됩니다. 우리의 분석은 단일 축소(reduction)를 사용합니다: 결정론적 기하학적 부등식(튜브 방법)과 랭크 축소 단계는 추정 오차를 정준 KSS 필드의 상한으로 제한합니다. Kac--Rice 공식은 이를 이동된 가우시안 직교 앙상블(Gaussian Orthogonal Ensemble)의 기대 절대 특성 다항식에 대한 가우시안 적분으로 변환하며, 이는 다시 우리 계층 구조의 네 가지 명시적 꼬리 바운드(세 개는 Mehta--Fyodorov 표현에서, 하나는 Ben Arous--Dembo--Guionnet 대편차(large deviation)에서)에 의해 제어됩니다. 동일한 축소를 통해 명시적인 상수를 포함하는 두 가지 결과를 얻습니다. 추정의 경우, 유한-$(k,d)$ 오차 바운드는 랭크 $R$과 코히어런스 $\kappa$에 대한 명시적인 의존성과 함께 Perry, Wein 및 Bandeira의 점근적으로 최적의 속도 $\sqrt{d\log k}$를 복원합니다. 랜드스케이프의 경우, 구면 $k$-스핀 해밀토니안의 소킹(annealed) 복잡도에 대한 양측 비점근적 바운드는 고차원 한계(high-dimensional limit)에서 Auffinger--Ben Arous--Černý 복잡도 함수를 복원합니다.