DR-KTE-Deep

新的统计检验DR-KTE-Deep改进了结构化数据分析

研究人员开发了一种名为DR-KTE-Deep的新统计检验方法，用于比较结构化、高维数据（如图像、文本和图）的分布。该检验将干预分布表示为学习到的深度特征中的均值嵌入，并将处理效应表示为这些嵌入之间差异的双重稳健表示。DR-KTE-Deep优化了学习到的特征，以最大化估计的功效标准，该标准表征了渐近信噪比。实证表明，该方法比现有的核基线具有显著更高的功效，同时保持准确的I类错误率。