实体
Lin Liu
Lin Liu
PulseAugur coverage of Lin Liu — every cluster mentioning Lin Liu 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
最近 · 第 1/1 页 · 共 3 条
-
新研究质疑双重机器学习估计器的容许性
Lin Liu及其同事的一篇新论文挑战了在结构无关（SA）模型中双重机器学习（DML）估计器的渐近不可容许性。虽然DML估计器先前已被证明在SA模型下对某些泛函是minimax的，但本研究表明，对于两个特定的泛函，DML估计器是渐近不可容许的。该论文引入了二阶估计器，特别是经验高阶影响函数（HOIF）估计器，它们在这些情况下渐近地优于DML估计器。
-
新理论将统计效率扩展到黎曼流形
Lin Liu 的一篇新论文提出了一种渐近效率理论，适用于具有非欧几里得结构的统计模型，例如黎曼流形。这项工作通过开发一套词汇来将正则估计量和可微泛函等概念翻译到流形设置，从而扩展了主要局限于赋范线性空间的现有理论。该论文通过应用于计算总体 Fréchet 均值和单指标模型中的回归系数来展示该框架的效用。
-
开发出新的线性因果表示学习算法
研究人员开发了一种新的线性因果表示学习（CRL）算法，该算法在比现有方法更弱的假设下运行。这种新颖的方法旨在将复杂的数据生成机制解缠结为因果可解释的潜在特征，即使在数据有限或不理想的情况下也是如此。该算法在合成实验中表现出优越性，并显示出将因果关系整合到人工智能理解中的潜力，特别是在分析大型语言模型方面。