Positive Semidefinite Matrix Supermartingales
半正定矩阵超鞅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：摘要属于通用矩阵概率理论，未提供归入所列具体计量领域的充分依据。
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
半正定矩阵超鞅
- 研究问题
- 标量非负超鞅的收敛与最大不等式，如何推广到半正定矩阵，并用于处理鞅依赖或可交换随机矩阵的集中问题？
- 方法与思路
- 作者研究半正定矩阵空间中的超鞅及反向次鞅，建立渐近收敛与非渐近最大不等式，并在多种尾部条件下推出集中界。
- 材料陈述的贡献
- 摘要称所得界覆盖 Chernoff 型到自归一化重尾情形，通常以 Loewner 序表达，部分支持任意样本量或数据依赖停止时刻。
- 阅读关注点
- 应核对矩阵过程与反向过滤的定义、各类尾部条件、同时有效性和停止时刻结论的区别，以及外部随机化收紧界的机制。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实；摘要未提供具体不等式与常数，也未说明哪些结果支持停止时刻或随机化。
原文摘要
We explore the asymptotic convergence and nonasymptotic maximal inequalities of supermartingales and backward submartingales in the space of positive semidefinite matrices. These are natural matrix analogs of scalar nonnegative supermartingales and backward nonnegative submartingales, whose convergence and maximal inequalities are the theoretical foundations for a wide and ever-growing body of results in statistics, econometrics, and theoretical computer science. Our results lead to new concentration inequalities for either martingale-dependent or exchangeable random symmetric matrices under a variety of tail conditions, encompassing now-standard Chernoff bounds to self-normalized heavy-tailed settings. Further, these inequalities are usually expressed in the Loewner order, are sometimes valid simultaneously for all sample sizes or at an arbitrary data-dependent stopping time, and can often be tightened via an external randomization factor.