实体
Hellinger
Hellinger
PulseAugur coverage of Hellinger — every cluster mentioning Hellinger across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
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 3 条
-
新方法在 অবস্থ混合模型中实现多对数稀疏性
一篇新的研究论文介绍了一种在高斯混合模型中实现多对数稀疏性的方法。该技术涉及对似然函数进行小的随机扰动，从而产生一个独特且稀疏的估计器，与传统方法相比，其原子数量大大减少。研究结果表明，这种随机重加权的NPMLE可以在接近参数化的速率下估计混合密度，同时保持与普通NPMLE相当的支持大小。
-
新的统计方法实现了实例最优位置估计
研究人员开发了一种新的位置估计统计方法，该方法可以适应单个数据实例的最优估计率，而与底层噪声分布无关。该方法旨在与已知最优率的预言机一样表现良好。所提出的估计器基于 Hellinger 散度和分位数几何之间的新颖联系，利用具有自适应权重的样本中值摘要。该方法实现了实例最优性，并在排序样本上以对数时间运行。
-
新的几何框架揭示高斯混合模型收敛性见解
研究人员开发了一个新的几何框架来分析有限高斯混合模型中参数估计的收敛速率。该框架利用 Hellinger 下界将密度差异与 Wasserstein 距离联系起来，明确考虑了分量分离和最小权重。研究表明，当分量数量已知时，收敛主要由这些分量的空间排列决定。然而，当分量数量未知或被过度指定时，最小混合权重与收敛速率无关，将复杂性转移到二阶 Wasserstein 几何学。