Ilias Diakonikolas, Daniel M. Kane, Vladimir Nikishkin
TL;DR研究了对结构化分布的身份验证问题,提出了具有信息理论最优的样本复杂度的新型简单测试器,并应用于 t - 平面,t - 模态,对数凸,单调危险率(MHR)和它们的混合等广泛类别的结构化分布。
Abstract
We study the question of identity testing for structured distributions. More
precisely, given samples from a {\em structured} distribution $q$ over $[n]$
and an explicit distribution $p$ over $[n]$, we wish to di