We study the problem of high-dimensional sparse mean estimation in the presence of an $\epsilon$-fraction of adversarial outliers. Prior work obtained sample and computationally efficient algorithms for this task for identity-covariance subgaussian distributions. In this work, we develop the first efficient algorithms for robust sparse mean estimation without a priori knowledge of the covariance. For distributions on $\mathbb R^d$ with "certifiably bounded" $t$-th moments and sufficiently light tails, our algorithm achieves error of $O(\epsilon^{1-1/t})$ with sample complexity $m = (k\log(d))^{O(t)}/\epsilon^{2-2/t}$. For the special case of the Gaussian distribution, our algorithm achieves near-optimal error of $\tilde O(\epsilon)$ with sample complexity $m = O(k^4 \mathrm{polylog}(d))/\epsilon^2$. Our algorithms follow the Sum-of-Squares based, proofs to algorithms approach. We complement our upper bounds with Statistical Query and low-degree polynomial testing lower bounds, providing evidence that the sample-time-error tradeoffs achieved by our algorithms are qualitatively the best possible.
翻译:我们研究高维稀少平均估计值问题, 发现对立异常值的折合美元时, 我们研究高维稀少平均估计值问题。 先前的工作为此任务获得了样本和计算高效的计算算法, 用于身份- 常态下加西西文分布。 在这项工作中, 我们为强度稀释平均估算开发了第一个有效的算法, 没有先验的共差知识。 对于以“ 可核查的捆绑” 美元和足够轻的尾巴分发美元, 我们的算法得出了 $( epsilon ⁇ 1-1/ t) 美元( 美元) 的错误, 具有样本复杂性的 $( k\ log (d) { O( t)} /\ epsilon2 / t} 美元 。 对于高频分布的特殊案例, 我们的算法实现了 $\ tilde O (\ epsilon) 的近最佳错误, 我们的算法 — 提供了我们基于统计- 低级算法的低级算法, 我们的算算算的 提供了我们最低级算的 的 的 的 和最低级算法 提供了我们最低级的算法 的 的 的 。