Sokbae (Simon) Lee

新的SLIM算法为复杂的非线性GMM模型提供了可扩展的推断方法

研究人员开发了SLIM，这是一种新颖的随机近似算法，专为具有大量不可分离矩和参数的非线性广义矩方法（GMM）模型设计。该算法被证明是一致的且渐近正态的，即使没有一致的初始估计量或全局凸GMM准则。SLIM在计算效率和可扩展性方面表现出显著的提升，这在对拥有超过五十万个观测值的非线性需求系统进行的实验以及涉及数百万LinkedIn大学毕业生的应用中得到了证明。