Dies ist eine Sammlung von Papieren von Teilnehmern an High Dimensional Probability VI Meeting vom 9. bis 14. Oktober 2011 an der Banff International Research Station in Banff, Alberta, Kanada. High Dimensional Probability (HDP) ist ein Bereich der Mathematik, der das Studium von Wahrscheinlichkeitsverteilungen und Grenztheoremen in unendlich-dimensionalen Räumen wie Hilbert-Räumen und Banach-Räumen umfasst. Das bemerkenswerteste Merkmal dieses Bereichs ist, dass es zur Schaffung leistungsfähiger neuer Werkzeuge und Perspektiven geführt hat, deren Anwendungsspektrum zu Interaktionen mit anderen Bereichen der Mathematik, Statistik und Informatik geführt hat. Dazu gehören Zufallsmatrixtheorie, nichtparametrische Statistik, empirische Prozesstheorie, statistische Lerntheorie, Konzentration von Maßphänomenen, starke und schwache Näherungen, Verteilungsfunktionsschätzung in hohen Dimensionen, kombinatorische Optimierung und Zufallsgraphentheorie. Die Papiere in diesem Band zeigen, dass die HDP-Theorie weiterhin neue Werkzeuge, Methoden, Techniken und Perspektiven entwickelt, um die zufälligen Phänomene zu analysieren. Sowohl Forscher als auch fortgeschrittene Studenten werden dieses Buch von großem Nutzen finden, um neue Wege der Forschung zu lernen.
Die Inhaltsangabe kann sich auf eine andere Ausgabe dieses Titels beziehen.