新的投影最大熵框架统一了统计参考分布

研究人员引入了投影最大熵（Projective Maximum Entropy），一个用于构建统计参考分布的新框架。该方法解决了非归一化统计模型和规定可容许区域的局限性。该框架建立了一个普适性定理，统一了各种熵和得分构造，并将共同优化器表征为q-指数密度。此外，它还提供了一种方法，可以根据指定的马氏距离接受区域，唯一确定有界支撑参考分布的变形参数。 AI

影响 引入了一个新颖的统计框架，可以增强机器学习模型中参考分布的校准性和普适性。

排序理由 该条目是一篇学术论文，详细介绍了一个新的统计框架。[lever_c_demoted from research: ic=1 ai=0.7]

在 arXiv stat.ML 阅读 →

• arXivLabs
• Bregman--Hölder constructions
• Hölder composite scores
• Hugging Face
• Mahalanobis acceptance region
• Projective Maximum Entropy
• pseudo-spherical scores
• $q$-exponential density
• $q$-Gaussian
• Rényi entropy
• Student-type density
• Tsallis entropy

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →