二项分布的复合估计

Research Paper#Statistics, Machine Learning, Estimation🔬 Research|分析: 2026年1月3日 06:12•
发布: 2025年12月31日 18:38
•
1分で読める
•ArXiv

分析

本文解决了估计多个二项分布结果的均值的问题，这是各种应用中的一个常见挑战。它提出了一种新方法，使用复合决策框架和近似的Stein无偏风险估计器（SURE）来提高准确性，尤其是在处理小样本量或均值参数时。关键贡献是直接使用二项分布，无需高斯近似，这使得在现有方法难以处理的情况下能够获得更好的性能。本文侧重于实际应用，并使用真实世界的数据集进行演示，这使其具有相关性。
引用 / 来源
查看原文
"The paper develops an approximate Stein's Unbiased Risk Estimator (SURE) for the average mean squared error and establishes asymptotic optimality and regret bounds for a class of machine learning-assisted linear shrinkage estimators."
A
ArXiv2025年12月31日 18:38
* 根据版权法第32条进行合法引用。
较旧

Enough AI copilots, we need AI HUDs

较新

Image Segmentation with Gemini for Beginners

相关分析

Research Paper

SpaceTimePilot：时空控制的生成视频渲染

2026年1月3日 06:10

Research Paper

量子混沌哈密顿量演化下的随机性生成

2026年1月3日 06:10

Research Paper

GaMO：几何感知扩散用于稀疏视角3D重建

2026年1月3日 06:32

来源: ArXiv