PulseAugur
实时 11:27:39
English(EN) Online monotone density estimation and log-optimal calibration

提出新的在线密度估计和校准方法

研究人员开发了用于估计单调密度和校准序贯假设检验的新在线方法。这些方法受到经典 Grenander 估计器和在线学习中指数加权的启发,对其性能提供了理论保证。所提出的技术也适用于创建自适应 p-to-e 校准器,并通过数值实验证明了其在实践中的效用。 AI

影响 引入了适用于机器学习的新型统计技术,有可能改进数据分析和模型校准。

排序理由 该集群包含一篇详细介绍新统计方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

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 →

报道来源 [1]

  1. arXiv stat.ML TIER_1 English(EN) · Rohan Hore, Ruodu Wang, Aaditya Ramdas ·

    在线单调密度估计与对数最优校准

    arXiv:2602.08927v3 Announce Type: replace Abstract: We study the problem of online monotone density estimation, where density estimators must be constructed in a predictable manner from sequentially observed data. We propose two online estimators: an online analogue of the classi…