PulseAugur
中
实时 09:09:46
English(EN) Tensor-normal maximum likelihood estimation at the operator-norm sample threshold

新的统计方法提高了张量正态估计的准确性

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员通过提高准确估计所需的样本阈值，增进了对张量正态最大似然估计的理解。新发现表明，该估计量可以实现高概率保证，其样本阈值取决于算子范数尺度，具体为 $nD \geq Ck^2 d_{\max}^2 t^2$。这项工作通过消除对最大维度的三次依赖性，解决了开放性问题，实现了与高斯 minimax 下界相匹配的速率（对于固定的 $k$，相差 $\sqrt{k}$）。证明采用了涉及随机 Gram 界和高斯集中的新颖技术。 AI

影响 推进了可能适用于 AI 大规模数据分析的统计理论理解。

排序理由 详细介绍新统计方法及其理论保证的学术论文。[lever_c_demoted from research: ic=1 ai=0.7]

在 arXiv stat.ML 阅读 →

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

新的统计方法提高了张量正态估计的准确性

报道来源 [1]

  1. arXiv stat.ML TIER_1 English(EN) · Hengzhi He, Guang Cheng ·

    算子范数样本阈值下的张量正态最大似然估计

    arXiv:2608.10488v1 Announce Type: cross Abstract: Let $X_1,\ldots,X_n$ be independent Gaussian tensors in $\mathbb{R}^{d_1}\otimes\cdots\otimes\mathbb{R}^{d_k}$ whose covariance is a Kronecker product of $k$ unknown positive-definite factors, and put $D=\prod_{a=1}^k d_a$ and $d_…

相关话题