रैंक-एक मैट्रिक्स अनुमान में आपसी जानकारी

हम शोर और संभावित गैर-रेखीय तत्व-वार मापों के ज्ञान से n-आयामी वेक्टर x के अनुमान पर विचार करते हैं, xx T का एक बहुत सामान्य समस्या है जिसमें, उदाहरण के लिए, स्टोकास्टिक 2-ब्लॉक मॉडल, सबमैट्रिक्स स्थानीयकरण या यादृच्छिक मैट्रिक्स का स्पाइक विघटन शामिल है। Guerra द्वारा प्रस्तावित एक इंटर्पोलेशन विधि का उपयोग करके और बाद में Korada और Macris द्वारा परिष्कृत किया गया, हम साबित करते हैं कि Bethe आपसी जानकारी (जो Bethe मुक्त ऊर्जा से संबंधित है और Lesieur et al. द्वारा काल्पनिक रूप से सटीक माना गया है, गैर-रिगरस गुफा विधि के आधार पर) हमेशा सटीक आपसी जानकारी के लिए एक ऊपरी सीमा देता है। एक समान तकनीक का उपयोग करके एक निचली सीमा भी प्रदान की गई है। स्पष्टता के लिए, हम अपने निष्कर्षों को स्पार्स PCA समस्या पर दर्शाते हैं, और देखते हैं कि (a) हमारे सीमाएँ कई पैरामीटर के लिए मेल खाती हैं और (b) ऐसी क्षेत्र में एक चरण संक्रमण मौजूद है जहाँ स्पेक्ट्रम अज्ञात रहता है। जबकि हम केवल रैंक-एक सममित मैट्रिक्स अनुमान का मामला प्रस्तुत करते हैं, हमारी प्रमाण तकनीक को निम्न-रैंक सममित मैट्रिक्स या निम्न-रैंक सममित टेंसर अनुमान के लिए आसानी से विस्तारित किया जा सकता है।