实体
Akshay Balsubramani
Akshay Balsubramani
PulseAugur coverage of Akshay Balsubramani — every cluster mentioning Akshay Balsubramani across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
引入用于分析稀疏、过度分散计数数据的新统计方法
研究人员引入了一种名为狄利克雷-多项式（DM）偏差残差化的新统计方法，该方法专为稀疏、联合过度分散的计数矩阵设计。这种方法对于生成此类数据的生化分析尤其重要。DM零模型将计数向量视为固定总数的组合，单个浓度参数控制过度分散，并通过条件化独立的负二项式特征计数于观察到的样本总数来推导。该方法保留了稀疏性，为每个非零条目提供恒定时间评估，并基于可容忍的过度分散收缩残差，当离散参数趋于无穷大时，多项式残差得以恢复。
-
统一的代数恒等式统一了信息论概念
一篇新论文引入了一个统一的代数框架，用于信息论变分结果，将经验分布的集中度、假设检验误差指数和测度变化不等式等不同概念整合到一个恒等式下。该恒等式将经典的Renyi熵和散度公式推广到多个先验，并适用于非归一化分布。研究展示了其在大字母表上的应用，包括语言模型和人类基因组序列，以区分相关和多样化的先验族。