本文探讨 Stein 方法在正态、泊松、指数和几何分布的分布逼近方面的主要概念和技术,以及它与集中不等式的关系。这些内容是为概率初年级研究生所设计的,并强调了这些主题与 Stein 方法相关文献的共同点。
Sep, 2011
提出了 Stein 方法的新的一般版本,其中包括一种概率分布的 Stein 运算符的规范定义,该运算符是基于线性差分或微分类型运算符的;利用 Stein 运算符作用于函数对的思想,提供了广泛的分布比较工具包;给出了几个抽象逼近定理;并演示了该方法与几种分布对的比较。
Aug, 2014
该研究探讨了高斯样本经验分布之间的 Wasserstein 距离的中心极限定理,提出了根据 Wasserstein 距离在高斯样本中的自由勒什特可微性进行区分的方法,并讨论了对椭圆对称分布的扩展以及引导重抽样和统计检验等若干应用。
Jul, 2015
该研究基于 Stein 方法,利用一种新颖的高斯平滑技术,构建使用拉普拉斯算子幂的协方差函数,推导出任意连续 n - 球索引的随机场到高斯随机场的 Wasserstein 距离的上界,可以进一步推广到复杂的神经网络模型中。
Jun, 2023
研究关于独立次高斯随机变量二次形式的集中性结果,当随机变量的矩满足 Bernstein 条件时,Hanson-Wright 不等式的方差项可以得到改善,所有对数凹次高斯分布都满足 Bernstein 条件。
Jan, 2019
通过实验探索了线性投影、球形高斯分布、比例混合、偏心系数等相关问题。
Jun, 2012
本文研究贝叶斯推断问题,特别关注于最近引入的斯坦变分梯度下降方法,介绍了该方法的交互粒子系统构建;并通过研究选择合适的正定核函数的问题,提出采用调整尾部的某些不可微核函数,证明在各种数值实验中这种方法具有明显的性能提升。
Dec, 2019
本文研究了一种计算具有有限第二矩的概率测度空间上概率分布 $P$ 的重心的一阶方法,并开发了一个框架,来推导梯度下降和随机梯度下降的全局收敛率,尽管重心泛函并不是测地凸的。
Jan, 2020
该论文提出了一种基于迭代的技术,用于在 Riemann 流形上找到向量场的零点,并估算了一般性算法和更特殊的 Riemann 平均算法的收敛速度,同时提供了一个基于构造性证明 Karcher 定理的算法。
Nov, 2003
本文发展了基于 Ito 扩散的新型特征算子,针对任何具有快速耦合 Ito 扩散的目标,开发了明确的多元 Stein 因子边界,并应用于多个实际应用中,从而通过质量度量来选择超参数,比较随机和确定性的积分规则,并量化近似 MCMC 中的偏差 - 方差权衡。
Nov, 2016