Detecting Correlation between Multiple Unlabeled Gaussian Networks

Ameen, Taha; Hajek, Bruce

数学 > 统计理论

arXiv:2504.16279 (math)

[提交于 2025年4月22日 ]

标题：检测多个未标记高斯网络之间的相关性

标题： Detecting Correlation between Multiple Unlabeled Gaussian Networks

Authors:Taha Ameen, Bruce Hajek

摘要：本文研究了在潜在置换下确定 \(m > 2\) 个无标签图（具有高斯边权重）是否相关的假设检验问题。此前，当 \(m=2\) 时，Wu、Xu 和 Yu 对相关参数 \( \mathrm\{\rho \} \) 建立了一个精确的检测阈值。目前，他们的结果被用来推导出一般情况 \(m\) 的必要且充分条件。在此过程中，发现了一个关于 \( \mathrm\{\rho \} \) 的区间，在这个区间内，使用 2 个图无法完成检测，但当 \(m>2\) 时检测变得可能。

摘要： This paper studies the hypothesis testing problem to determine whether m > 2 unlabeled graphs with Gaussian edge weights are correlated under a latent permutation. Previously, a sharp detection threshold for the correlation parameter \rho was established by Wu, Xu and Yu for this problem when m = 2. Presently, their result is leveraged to derive necessary and sufficient conditions for general m. In doing so, an interval for \rho is uncovered for which detection is impossible using 2 graphs alone but becomes possible with m > 2 graphs.

评论：	7页，发表于IEEE ISIT 2025
主题：	统计理论 (math.ST) ; 信息论 (cs.IT); 应用 (stat.AP)
引用方式：	arXiv:2504.16279 [math.ST]
	(或者 arXiv:2504.16279v1 [math.ST] 对于此版本)
	https://doi.org/10.48550/arXiv.2504.16279

提交历史

来自： Taha Ameen [查看电子邮件]
[v1] 星期二， 2025 年 4 月 22 日 21:30:25 UTC (25 KB)

数学 > 统计理论

标题：检测多个未标记高斯网络之间的相关性

标题： Detecting Correlation between Multiple Unlabeled Gaussian Networks

提交历史

获取论文：

参考文献与引用

收藏

文献和引用工具

与本文相关的代码，数据和媒体

演示

推荐器和搜索工具

arXivLabs：与社区合作伙伴的实验项目

数学 > 统计理论

标题： 检测多个未标记高斯网络之间的相关性 显示英文标题

标题： Detecting Correlation between Multiple Unlabeled Gaussian Networks

提交历史

获取论文：

参考文献与引用

BibTeX 格式的引用

收藏

文献和引用工具

与本文相关的代码，数据和媒体

演示

推荐器和搜索工具

arXivLabs：与社区合作伙伴的实验项目

标题：检测多个未标记高斯网络之间的相关性