ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب An invitation to statistics in Wasserstein space

دانلود کتاب دعوت به آمار در فضای Wasserstein

An invitation to statistics in Wasserstein space

مشخصات کتاب

An invitation to statistics in Wasserstein space

ویرایش:  
نویسندگان: ,   
سری:  
ISBN (شابک) : 9783030384371, 9783030384388 
ناشر: Springer 
سال نشر: 2020 
تعداد صفحات: 157 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 5 مگابایت 

قیمت کتاب (تومان) : 33,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 6


در صورت تبدیل فایل کتاب An invitation to statistics in Wasserstein space به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب دعوت به آمار در فضای Wasserstein نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.


توضیحاتی در مورد کتاب دعوت به آمار در فضای Wasserstein

این کتاب دسترسی باز جنبه‌های کلیدی آمار را در فضاهای Wasserstein ارائه می‌کند، یعنی آمار در فضای اندازه‌گیری احتمال زمانی که هندسه حمل و نقل بهینه را داشته باشد. علاوه بر بررسی جنبه های پیشرفته، همچنین مقدمه ای در دسترس برای مبانی این موضوع فعلی و همچنین یک نمای کلی فراهم می کند که به عنوان یک دعوت و کاتالیزور برای تحقیقات بیشتر عمل می کند. آمار در فضاهای Wasserstein یک موضوع در حال ظهور در آمار ریاضی را نشان می دهد که در رابط بین تجزیه و تحلیل داده های تابعی (جایی که داده ها توابعی هستند، بنابراین در فضای بی نهایت هیلبرت قرار دارند) و آمار غیر اقلیدسی (که در آن داده ها محدودیت های غیرخطی را برآورده می کنند، در نتیجه دروغ می گویند) قرار دارد. در منیفولدهای غیر اقلیدسی). فضای Wasserstein فرمالیسم طبیعی ریاضی را برای توصیف مجموعه‌های داده ارائه می‌کند که به بهترین شکل به عنوان معیارهای تصادفی در فضای اقلیدسی مدل‌سازی می‌شوند (مانند تصاویر و فرآیندهای نقطه). چنین اندازه‌گیری‌های تصادفی دارای ویژگی‌های ابعادی نامتناهی داده‌های عملکردی هستند، اما به دلیل مثبت بودن و محدودیت‌های یکپارچگی ذاتا غیرخطی هستند. در واقع، تنوع آماری غالب آنها از طریق تغییر شکل‌های تصادفی یک الگوی زیربنایی به وجود می‌آید، موضوعی که به طور عمیق در این تک نگاری دنبال می‌شود.


توضیحاتی درمورد کتاب به خارجی

This open access book presents the key aspects of statistics in Wasserstein spaces, i.e. statistics in the space of probability measures when endowed with the geometry of optimal transportation. Further to reviewing state-of-the-art aspects, it also provides an accessible introduction to the fundamentals of this current topic, as well as an overview that will serve as an invitation and catalyst for further research. Statistics in Wasserstein spaces represents an emerging topic in mathematical statistics, situated at the interface between functional data analysis (where the data are functions, thus lying in infinite dimensional Hilbert space) and non-Euclidean statistics (where the data satisfy nonlinear constraints, thus lying on non-Euclidean manifolds). The Wasserstein space provides the natural mathematical formalism to describe data collections that are best modeled as random measures on Euclidean space (e.g. images and point processes). Such random measures carry the infinite dimensional traits of functional data, but are intrinsically nonlinear due to positivity and integrability restrictions. Indeed, their dominating statistical variation arises through random deformations of an underlying template, a theme that is pursued in depth in this monograph.



فهرست مطالب

Preface......Page 7
Contents......Page 11
1.1 The Monge and the Kantorovich Problems......Page 14
1.2 Probabilistic Interpretation......Page 18
1.3 The Discrete Uniform Case......Page 20
1.4 Kantorovich Duality......Page 21
1.4.1 Duality in the Discrete Uniform Case......Page 22
1.4.2 Duality in the General Case......Page 23
1.5 The One-Dimensional Case......Page 24
1.6.1 The Absolutely Continuous Case......Page 26
1.6.2 Separable Hilbert Spaces......Page 29
1.6.3 The Gaussian Case......Page 30
1.6.4 Regularity of the Transport Maps......Page 31
1.7 Stability of Solutions Under Weak Convergence......Page 33
1.7.1 Stability of Transference Plans and CyclicalMonotonicity......Page 34
1.7.2 Stability of Transport Maps......Page 37
1.8 Complementary Slackness and More General Cost Functions......Page 42
1.8.1 Unconstrained Dual Kantorovich Problem......Page 43
1.8.2 The Kantorovich–Rubinstein Theorem......Page 44
1.8.3 Strictly Convex Cost Functions on Euclidean Spaces......Page 45
1.9 Bibliographical Notes......Page 47
2.1 Definition, Notation, and Basic Properties......Page 49
2.2.1 Convergence, Compact Subsets......Page 51
2.2.2 Dense Subsets and Completeness......Page 54
2.2.3 Negative Topological Properties......Page 55
2.2.4 Covering Numbers......Page 56
2.3.1 Geodesics, the Log Map and the Exponential Mapin W2(X)......Page 58
2.3.2 Curvature and Compatibility of Measures......Page 60
2.4.1 Measurability of Measures and of Optimal Maps......Page 64
2.4.2 Random Optimal Maps and Fubini's Theorem......Page 66
2.5 Bibliographical Notes......Page 68
3 Fréchet Means in the Wasserstein Space W2......Page 70
3.1.1 The Fréchet Functional......Page 71
3.1.2 Multimarginal Formulation, Existence, and Continuity......Page 72
3.1.3 Uniqueness and Regularity......Page 74
3.1.4 The One-Dimensional and the Compatible Case......Page 75
3.1.5 The Agueh–Carlier Characterisation......Page 76
3.1.6 Differentiability of the Fréchet Functional and Karcher Means......Page 77
3.2 Population Fréchet Means......Page 79
3.2.1 Existence, Uniqueness, and Continuity......Page 80
3.2.3 Differentiability of the Population Fréchet Functional......Page 83
3.3 Bibliographical Notes......Page 85
4 Phase Variation and Fréchet Means......Page 86
4.1.1 The Functional Case......Page 87
4.1.2 The Point Process Case......Page 93
4.2.1 Equivariance Properties of the Wasserstein Distance......Page 97
4.2.2 Canonicity of Wasserstein Distance in Measuring Phase Variation......Page 98
4.3.1 Oracle Case......Page 100
4.3.2 Discretely Observed Measures......Page 101
4.3.3 Smoothing......Page 102
4.3.4 Estimation of Warpings and Registration Maps......Page 104
4.3.5 Unbiased Estimation When X=R......Page 105
4.4 Consistency......Page 106
4.4.1 Consistent Estimation of Fréchet Means......Page 107
4.4.2 Consistency of Warp Functions and Inverses......Page 110
4.5.1 Explicit Classes of Warp Maps......Page 112
4.5.2 Bimodal Cox Processes......Page 114
4.5.3 Effect of the Smoothing Parameter......Page 117
4.6 Convergence Rates and a Central Limit Theoremon the Real Line......Page 118
4.7 Convergence of the Empirical Measure and Optimality......Page 122
4.8 Bibliographical Notes......Page 126
5 Construction of Fréchet Means and Multicouplings......Page 128
5.1 A Steepest Descent Algorithm for the Computation of FréchetMeans......Page 129
5.2 Analogy with Procrustes Analysis......Page 131
5.3 Convergence of Algorithm 1......Page 132
5.4.1 Gaussian Measures......Page 137
5.4.2 Compatible Measures......Page 140
5.4.2.1 The One-Dimensional Case......Page 141
5.4.2.2 Independence......Page 142
5.4.2.3 Common Copula......Page 144
5.4.3 Partially Gaussian Trivariate Measures......Page 145
5.5 Population Version of Algorithm 1......Page 148
5.6 Bibliographical Notes......Page 149
References......Page 151




نظرات کاربران