Monitoring for a Phase Transition in a Time Series of Wigner Matrices
Wigner 矩阵时间序列的相变监测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：摘要明确研究高维矩阵时间序列的实时相变检测，直接涉及时间序列监测与变化识别。
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…
Wigner 矩阵时间序列的相变监测
- 研究问题
- 连续到来的高维矩阵观测中，潜在信号何时进入可检测的超临界状态，以及如何实时识别这一相变而避免额外参数估计？
- 方法与思路
- 作者以变形 Wigner 矩阵的极端特征值部分和构造自归一化监测器，结合随机矩阵理论与高斯近似分析其极限行为。
- 材料陈述的贡献
- 摘要称，监测器具有无需额外参数估计的枢轴极限，模拟显示不同维度下的表现，并在污染监测和灵长类社会互动中应用。
- 阅读关注点
- 应核对矩阵序列的时间依赖、维度与样本量增长条件、监测阈值及误报控制，以及相变检测与实际结构变化的对应关系。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未核实；摘要未说明变形结构和渐近条件，不能把枢轴极限视为任意矩阵序列的保证。
原文摘要
We develop methodology and theory for the detection of a phase transition in a time-series of high-dimensional random matrices. In the model we study, at each time point \( t = 1,2,\ldots \), we observe a deformed Wigner matrix \( \mathbf{M}_t \), where the unobservable deformation represents a latent signal. This signal is detectable only in the supercritical regime, and our objective is to detect the transition to this regime in real time, as new matrix--valued observations arrive. Our approach is based on a partial sum process of extremal eigenvalues of $\mathbf{M}_t$, and its theoretical analysis combines state-of-the-art tools from random-matrix-theory and Gaussian approximations. The resulting detector is self-normalized, which ensures appropriate scaling for convergence and a pivotal limit, without any additional parameter estimation. Simulations show excellent performance for varying dimensions. Applications to pollution monitoring and social interactions in primates illustrate the usefulness of our approach.