nonparametric models | BriefGPT

关键词nonparametric models

搜索结果 - 10

因果 K 均值聚类
基于 Causal k-Means Clustering 的新解决方案，利用非参数效率理论和双机器学习开发了一种新的偏差校正估计器，在大非参数模型中实现了快速的平方根 - n 收敛速度和渐进正态性，特别适用于具有多个处理水平的现代广泛研究。
PDF2 months ago
通过方差减少的草图进行非参数估计
通过引入一种名为 Variance-Reduced Sketching (VRS) 的新框架，我们特别设计了一种在高维度中估计密度函数和非参数回归函数的方法，其降低了 “维数灾难” 的影响，并通过一系列模拟实验和实际数据应用展示了其在密度估
PDF5 months ago
ICML非参数的 Involutory Markov Chain Monte Carlo
我们提出了非参数的纠缠马尔科夫链蒙特卡罗（NP-iMCMC）算法，作为一种构建用于普通概率编程语言（PPL）可表示的非参数模型的 MCMC 推理算法的方法。该方法建立在统一的纠缠 MCMC 框架之上，并通过提供一个在维度之间驱动状态移动的一
PDF2 years ago
最优决策桩的非参数变量筛选
通过使用决策树，我们推导出了非参数模型中变量选择的有限样本性能保证，并发现决策树可以用于实现一致的模型选择，即使用于估计目的时高度不准确。
PDF4 years ago
可逆高斯重新参数化：重访 Gumbel-Softmax
我们提出了一种更具模块化和灵活性的可重参数化分布族，其中通过可逆函数将高斯噪声转化为一热近似，这个可逆函数由一个修改过的 softmax 组成，并且可以包含多种不同的转换以服务于不同的特定目的。我们的构造在理论上具有 Gumbel-Soft
PDF5 years ago
无限维模型中的计算效率估计
该论文提出了一种数值方法来近似有效影响函数，并以两个例子的背景说明了该方法。
PDF8 years ago
ICMLJUMP-Means: 马尔可夫跳跃过程的小方差渐近性
通过小方差渐近方法，提出了一种新的目标函数和全新的扩展伽马 - 指数过程，用于建立针对马尔可夫跳跃过程的参数估计非奇异轨迹，并开发了一种新算法 ——JUMP-means，旨在提高建模与推断的速度和重构精度。
PDF9 years ago
非参数和半参数模型的本地识别
本研究针对非线性结构模型，推导出无限维度完整秩条件在局部识别中的适用条件，并给出了避免非线性效应压倒线性效应的额外条件，针对非分离分位数仪器变量模型、单指标仪器变量模型和半参数消费基准资产定价模型，得出了新的原始识别条件。
PDF13 years ago
MMBoosting 算法：正则化，预测和模型拟合
本研究从统计学的角度出发，重点讨论了利用 boosting 对复杂的参数模型或非参数模型（包括广义线性模型和加法模型等）进行有效估算的方法，以及在高维空间的正则化和变量选择中使用的信息准则，而 BOOSTING 过程的实际展示是通过开源软件
PDF16 years ago
局部似然估计的空间聚合及其在分类中的应用
本文提出一种新的空间自适应局部 (常数) 似然估计方法，适用于广泛的非参数模型，包括高斯、泊松和二元反应模型，并建议一种新的选取程序参数的方法，同时对其优化性提出一些理论结果，并将此方法应用于分类问题的数值研究中，展示其在模拟和实际问题中的
PDF17 years ago