دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: [1 ed.] نویسندگان: Christian Houdré, David M. Mason, Patricia Reynaud-Bouret, Jan Rosiński (eds.) سری: Progress in Probability 71 ISBN (شابک) : 9783319405179, 9783319405193 ناشر: Birkhäuser Basel سال نشر: 2016 تعداد صفحات: XXVIII, 461 [480] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 6 Mb
در صورت تبدیل فایل کتاب High Dimensional Probability VII: The Cargèse Volume 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 احتمال بعدی VII: حجم کارگز 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.
این جلد مقالات منتخب را از هفتمین جلسه احتمال بعدی که در مؤسسه علمی کارگز (IESC) در کورس، فرانسه برگزار شد، گردآوری میکند.
احتمال بعدی بالا (HDP) است. حوزهای از ریاضیات که شامل مطالعه توزیعهای احتمال و قضایای حدی در فضاهای بیبعدی مانند فضاهای هیلبرت و فضاهای باناخ است. بارزترین ویژگی این حوزه این است که منجر به خلق ابزارها و دیدگاههای قدرتمند جدید شده است که دامنه کاربرد آنها منجر به تعامل با سایر زیر شاخههای ریاضیات، آمار و علوم کامپیوتر شده است. اینها شامل ماتریس های تصادفی، آمار ناپارامتریک، فرآیندهای تجربی، تئوری یادگیری آماری، تمرکز پدیده های اندازه گیری، تقریب قوی و ضعیف، تخمین عملکردی، بهینه سازی ترکیبی و نمودارهای تصادفی است.
مشارکت در این جلد نشان می دهد که HDP تئوری به رشد خود ادامه می دهد و ابزارها، روش ها، تکنیک ها و دیدگاه های جدیدی را برای تجزیه و تحلیل پدیده های تصادفی توسعه می دهد.
This volume collects selected papers from the 7th High Dimensional Probability meeting held at the Institut d'Études Scientifiques de Cargèse (IESC) in Corsica, France.
High Dimensional Probability (HDP) is an area of mathematics that includes the study of probability distributions and limit theorems in infinite-dimensional spaces such as Hilbert spaces and Banach spaces. The most remarkable feature of this area is that it has resulted in the creation of powerful new tools and perspectives, whose range of application has led to interactions with other subfields of mathematics, statistics, and computer science. These include random matrices, nonparametric statistics, empirical processes, statistical learning theory, concentration of measure phenomena, strong and weak approximations, functional estimation, combinatorial optimization, and random graphs.
The contributions in this volume show that HDP theory continues to thrive and develop new tools, methods, techniques and perspectives to analyze random phenomena.
Front Matter....Pages i-xxviii
Front Matter....Pages 1-1
Stability of Cramer’s Characterization of Normal Laws in Information Distances....Pages 3-35
V.N. Sudakov’s Work on Expected Suprema of Gaussian Processes....Pages 37-43
Optimal Concentration of Information Content for Log-Concave Densities....Pages 45-60
Maximal Inequalities for Dependent Random Variables....Pages 61-104
On the Order of the Central Moments of the Length of the Longest Common Subsequences in Random Words....Pages 105-136
A Weighted Approximation Approach to the Study of the Empirical Wasserstein Distance....Pages 137-154
On the Product of Random Variables and Moments of Sums Under Dependence....Pages 155-172
The Expected Norm of a Sum of Independent Random Matrices: An Elementary Approach....Pages 173-202
Fechner’s Distribution and Connections to Skew Brownian Motion....Pages 203-216
Front Matter....Pages 217-217
Erdős-Rényi-Type Functional Limit Laws for Renewal Processes....Pages 219-254
Limit Theorems for Quantile and Depth Regions for Stochastic Processes....Pages 255-280
In Memory of Wenbo V. Li’s Contributions....Pages 281-291
Front Matter....Pages 293-293
Orlicz Integrability of Additive Functionals of Harris Ergodic Markov Chains....Pages 295-326
Bounds for Stochastic Processes on Product Index Spaces....Pages 327-357
Permanental Vectors and Selfdecomposability....Pages 359-362
Permanental Random Variables, M-Matrices and α-Permanents....Pages 363-379
Convergence in Law Implies Convergence in Total Variation for Polynomials in Independent Gaussian, Gamma or Beta Random Variables....Pages 381-394
Front Matter....Pages 395-395
Perturbation of Linear Forms of Singular Vectors Under Gaussian Noise....Pages 397-423
Optimal Kernel Selection for Density Estimation....Pages 425-460
Back Matter....Pages 461-461