Global testing against sparse alternatives under Ising models
Ising 模型下针对稀疏备择的全局检验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。
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：摘要研究依赖二元数据的通用信号检测，未明确涉及网络数据、经济离散选择或其他所列细分方向。
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…
Ising 模型下针对稀疏备择的全局检验
- 研究问题
- 论文研究 Ising 模型二元结果中的稀疏均值信号如何被检测，以及信号强度、稀疏程度与依赖结构如何共同决定可检测性。
- 方法与思路
- 作者在不同依赖情形下分析检测问题，以 Curie–Weiss 模型展示相变影响，并提出能处理依赖的检验程序。
- 材料陈述的贡献
- 摘要称，临界状态下依赖可帮助检测更弱信号；所提程序在较一般的正则条件下具有渐近极小极大最优性。
- 阅读关注点
- 应核对信号与稀疏性的参数化、依赖强度及临界状态定义，并检查检测边界、正则条件和最优性比较的范围。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明。摘要未列明正则条件及检测边界，依赖带来的检测优势不能视为普遍结论。
原文摘要
In this paper, we study the effect of dependence on detecting sparse signals. In particular, we focus on global testing against sparse alternatives for the means of binary outcomes following an Ising model, and establish how the interplay between the strength and sparsity of a signal determines its detectability under various notions of dependence. The profound impact of dependence is best illustrated under the Curie–Weiss model where we observe the effect of a “thermodynamic” phase transition. In particular, the critical state exhibits a subtle “blessing of dependence” phenomenon in that one can detect much weaker signals at criticality than otherwise. Furthermore, we develop a testing procedure that is broadly applicable to account for dependence and show that it is asymptotically minimax optimal under fairly general regularity conditions.