kernel-based EB estimation

新的 XMSE 感知混合估计器融合了机器学习和经验贝叶斯

研究人员开发了一种新颖的 XMSE 感知混合估计器，该估计器在最大似然 (ML) 和经验贝叶斯 (EB) 收缩之间进行插值。该方法旨在改进现有的 EB 估计器，当其核与真实参数不对齐时，EB 估计器可能表现不如 ML。所提出的方法使用固定的 XMSE 来推导一个最优混合权重，确保其性能不劣于 ML 或基础 EB 估计器。基于有限样本 XMSE 近似的即插即用实现被证明是一致的，并提供了二阶最优遗憾率。