ENEA-IRIS Open Archive è l’archivio della produzione scientifica dell'ENEA, realizzato con l'obiettivo di raccogliere, catalogare e rendere facilmente accessibili in rete i risultati della ricerca. Gli autori dell’ENEA provvedono a depositare le proprie pubblicazioni (articoli su rivista, presentazioni a congressi, report, ecc.). In particolare, quelle finanziate dalla Commissione Europea nell’ambito del programma H2020 (che prevede il deposito obbligatorio in un Repository), una volta caricate, vengono automaticamente importate dal portale europeo OpenAIRE. È possibile inserire, o importare direttamente dalle banche dati previste, le informazioni descrittive del documento e anche allegare, ove consentito dalla normativa sul diritto d'autore, il testo completo della pubblicazione.
ENEA-IRIS Open Archive utilizza la piattaforma IRIS (Institutional Research Information System) sviluppata da CINECA.
Utilizzo del sistema: Login riservato agli autori ENEA attraverso le credenziali ASIE - Prontuario d'uso - Guida completa - Contatti
EnglishIn this paper we propose a perturbative method for the reconstruction of the covariance matrix of a multinormal distribution, under the assumption that the only available information amounts to the covariance matrix of a spherically truncated counterpart of the same distribution. We expand the relevant equations up to the fourth perturbative order and discuss the analytic properties of the first few perturbative terms. We finally compare the proposed approach with an exact iterative algorithm (discussed in Palombi et al. (2017)) in the hypothesis that the spherically truncated covariance matrix is estimated from samples of various sizes.
| Titolo: | A perturbative approach to the reconstruction of the eigenvalue spectrum of a normal covariance matrix from a spherically truncated counterpart | |
| Autori: | ||
| Data di pubblicazione: | 2020 | |
| Rivista: | ||
| Handle: | http://hdl.handle.net/20.500.12079/53110 | |
| Appare nelle tipologie: | 1.1 Articolo in rivista |
File in questo prodotto:
http://hdl.handle.net/20.500.12079/53110
Copyright © 2022