dependence | BriefGPT - AI 论文速递

关键词dependence

搜索结果 - 9

关于特征选择中核依赖最大化的限制性研究
通过反例，我们证明了使用 Hilbert-Schmidt 独立性准则（HSIC）来进行特征选择的基本原理是错误的，而且通过 HSIC 的最大化可能会忽略掉关键特征。
PDF25 days ago
最大切片互信息
本文提出了一种信息理论的广义 CCA 方法，称为最大切片互信息（mSMI），它通过低维投影识别高维变量之间的最大互信息，能捕捉数据中的复杂依赖关系并具有较快的计算和可扩展的估计能力，同时保留了 Shannon 互信息的优秀结构特性和独立性的
PDF9 months ago
网络索引信号的边缘异常值
考虑网络索引的多变量数据模型，涉及变量之间和图节点之间的依赖关系，提出了寻找异常值和引入边异常点概念的模型，并推导出一些用于异常值检测的平方马氏距离的分布，进而提出了一种称为边异常的鲁棒性确定性 MCD 算法的版本。通过对模拟数据的应用展示
PDFa year ago
通过 Rényi、$f$-Divergences 和最大泄漏实现的广义误差界限
本文研究如何利用边缘分布和随机变量之间的依赖关系来估计概率事件的概率，并在自适应数据分析和学习理论中应用，其中包括 Sibson 的互信息、α- 散度、Hellinger 散度、f - 散度等多种方法，并将最大泄密量作为特例进行了研究。
PDF5 years ago
一个新的相关系数
本文回答了一个问题：是否可能定义一个与经典相关系数（如 Pearson's correlation or Spearman's correlation）一样简单的相关系数，并且能够一致估计出某种简单可解释的度量变量之间相互依赖程度的度量，满
PDF5 years ago
轻微超指数参数化问题
本文检查了参数算法的优化问题，其中 $f (k)=k^{O (k)}$ 为最佳运行时间，针对一些这样的问题，我们证明了运行时间中对 $k$ 的依赖不能优化为单次指数。
PDF5 years ago
社交网络数据的因果推断
本文探讨了使用单个社交网络的观测数据进行因果效应的半参数估计和推断。在考虑样本大小增加时每个观测值对越来越多其他单位的依赖的同时，允许信息通过网络联系传输和节点共享网络联系的潜在相似性两种可能的依赖关系。提出了在社交网络环境下特别感兴趣的新
PDF7 years ago
多重检验程序对依赖性的稳健性
本文主要介绍如何在多重假设检验中通过对空假设的控制以及对数据是否独立等因素的考虑，来有效地控制显著水平，同时探讨在不同的分布下，统计假设结果的线性相关性会带来的影响并提出解决方案。
PDF15 years ago
通过依赖估计的监督特征选择
本文提出了基于 HSIC（Hilbert-Schmidt Independence Criterion）的特征选择框架，旨在将各种监督学习问题（包括分类和回归）统一起来。该方法通过后向逐步消除算法进行求解，Maximise features
PDF17 years ago