Distributed Convoluted Rank Regression for Non-Shareable Data under Non-Additive Losses
非可加损失下不可共享数据的分布式卷积秩回归AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要聚焦高维秩回归的分布式估计与变量选择理论，未涉及所给因果推断、面板、离散选择、时间序列、资产定价等具体领域细分，故不选择。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
非可加损失下不可共享数据的分布式卷积秩回归
- 研究问题
- 研究问题：当数据分散在多台机器且损失为非可加 U 统计量（如卷积秩回归 CRR）时，如何进行高维秩回归的分布式估计与变量选择。
- 方法与思路
- 方法思路：作者提出分布式卷积秩回归（DCRR）框架，构造类似的代理损失，使其与全样本 CRR 损失具有相同总体最小化点；并在此基础上设计两阶段稀疏程序，即迭代 ℓ1 惩罚阶段加折叠凹精修。
- 材料陈述的贡献
- 摘要所述贡献：证明代理损失估计量与集中式 CRR 统计等价；建立非渐近误差界、分布式强 oracle 性质与 DHBIC 型一致模型选择准则；给出机器数可发散至 M=o(N/(s²log p)) 且仅需 O(log N) 轮通信的标度结果。
- 阅读关注点
- 阅读时应核对：代理损失与全样本 CRR 同总体最小化点的条件、非可加 U 统计量下 CSL 失效的具体机制、两阶段算法的调参与通信轮数假设，以及模拟与实证中重尾误差下相对朴素分治的增益设定。
- 阅读边界
- 摘要信息的边界：仅凭摘要无法判断识别假设、正则条件、证明细节与实证数据来源；摘要未说明具体模拟设计与真实数据背景，也未给出可复现的数值结果。该文为 arXiv 预印本，未经同行评审或期刊接收验证。
原文摘要
We study high-dimensional rank regression when data are distributed across multiple machines and the loss is a non-additive U-statistic, as in convoluted rank regression (CRR). Classical communication-efficient surrogate likelihood (CSL) methods crucially rely on the additivity of the empirical loss and therefore break down for CRR, whose global loss couples all sample pairs across machines. We propose a distributed convoluted rank regression (DCRR) framework that constructs a similar surrogate loss and demonstrate its validity under the non-additive losses. We show that this surrogate shares the same population minimizer as the full-data CRR loss and yields estimators that are statistically equivalent to centralized CRR. Building on this, we develop a two-stage sparse DCRR procedure -- an iterative $\ell_1$-penalized stage followed by a folded-concave refinement -- and establish non-asymptotic error bounds, a distributed strong oracle property, and a DHBIC-type criterion for consistent model selection. A scaling result shows that the number of machines may diverge as $M = o({N/(s^2\log p)})$ while achieving centralized oracle rates with only $O(\log N)$ communication rounds. Simulations and a large-scale real data example demonstrate substantial gains over naive divide-and-conquer, particularly under heavy-tailed errors.