会员服务
估计/估计量 · MoDELS · 噪声 · 统计量 · 向量化 ·
2021 年 3 月 10 日
Parameter estimation in models generated by SDE's with symmetric alpha stable noise
翻译：SDE产生的对称阿尔法稳定噪音模型的参数估计值
D. O. Ivanenko,R. V. Pogorielov
D. O. Ivanenko,R. V. Pogorielov

The article considers vector parameter estimators in statistical models generated by Levy processes. An improved one step estimator is presented that can be used for improving any other estimator. Combined numerical methods for optimization problems are proposed. A software has been developed and a correspondent testing and comparison have been presented.


翻译：文章考虑了Levy 过程产生的统计模型中的矢量参数估计器。 提出了一个改进的一步估计器,可用于改进任何其他估计器。 提出了优化问题的综合数字方法。 开发了一个软件,并提出了代理测试和比较。
0
下载
关闭预览

相关内容

INRIA最新「机器学习理论」新书，229页pdf原理性阐述机器学习
INRIA最新「机器学习理论」新书，229页pdf原理性阐述机器学习
专知会员服务
67+阅读 · 2021年3月27日
【干货书】机器学习速查手册，135页pdf
【干货书】机器学习速查手册，135页pdf
专知会员服务
125+阅读 · 2020年11月20日
UC.Berkeley CS189讲义教材:《机器学习全面指南》，185页pdf
专知会员服务
159+阅读 · 2020年1月16日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
47+阅读 · 2019年10月17日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
34+阅读 · 2019年10月17日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
56+阅读 · 2019年10月17日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
174+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
机器学习入门的经验与建议
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【CMU卡内基梅隆大学】深度学习在计算机视觉的应用：方法，解释，因果与公平性
【CMU卡内基梅隆大学】深度学习在计算机视觉的应用：方法，解释，因果与公平性
专知会员服务
81+阅读 · 2019年10月9日
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Disentangled的假设的探讨
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
条件GAN重大改进！cGANs with Projection Discriminator
条件GAN重大改进！cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
【论文】变分推断（Variational inference)的总结
【论文】变分推断（Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
【推荐】免费书(草稿)：数据科学的数学基础
【推荐】免费书(草稿)：数据科学的数学基础
机器学习研究会
20+阅读 · 2017年10月1日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习族谱
强化学习族谱
CreateAMind
26+阅读 · 2017年8月2日
强化学习 cartpole_a3c
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
The Causal Learning of Retail Delinquency
Arxiv
14+阅读 · 2020年12月17日
Manifold Approximation by Moving Least-Squares Projection (MMLS)
Manifold Approximation by Moving Least-Squares Projection (MMLS)
Arxiv
3+阅读 · 2019年3月7日
PPO-CMA: Proximal Policy Optimization with Covariance Matrix Adaptation
PPO-CMA: Proximal Policy Optimization with Covariance Matrix Adaptation
Arxiv
8+阅读 · 2018年12月18日
Implicit Maximum Likelihood Estimation
Implicit Maximum Likelihood Estimation
Arxiv
7+阅读 · 2018年9月24日
Large-Scale Stochastic Sampling from the Probability Simplex
Arxiv
3+阅读 · 2018年6月19日
Nonparametric Topic Modeling with Neural Inference
Arxiv
3+阅读 · 2018年6月18日
A fast algorithm with minimax optimal guarantees for topic models with an unknown number of topics
Arxiv
7+阅读 · 2018年6月12日
The Search Problem in Mixture Models
Arxiv
3+阅读 · 2018年2月24日
Latent nested nonparametric priors
Arxiv
4+阅读 · 2018年1月15日
Being Robust (in High Dimensions) Can Be Practical
Arxiv
3+阅读 · 2017年12月14日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
估计/估计量
MoDELS
噪声
统计量
向量化
相关VIP内容
INRIA最新「机器学习理论」新书，229页pdf原理性阐述机器学习
INRIA最新「机器学习理论」新书，229页pdf原理性阐述机器学习
专知会员服务
67+阅读 · 2021年3月27日
【干货书】机器学习速查手册，135页pdf
【干货书】机器学习速查手册，135页pdf
专知会员服务
125+阅读 · 2020年11月20日
UC.Berkeley CS189讲义教材:《机器学习全面指南》，185页pdf
专知会员服务
159+阅读 · 2020年1月16日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
47+阅读 · 2019年10月17日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
34+阅读 · 2019年10月17日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
56+阅读 · 2019年10月17日
强化学习最新教程，17页pdf
强化学习最新教程，17页pdf
专知会员服务
174+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
机器学习入门的经验与建议
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【CMU卡内基梅隆大学】深度学习在计算机视觉的应用：方法，解释，因果与公平性
【CMU卡内基梅隆大学】深度学习在计算机视觉的应用：方法，解释，因果与公平性
专知会员服务
81+阅读 · 2019年10月9日
热门VIP内容
相关资讯
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Disentangled的假设的探讨
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
条件GAN重大改进！cGANs with Projection Discriminator
条件GAN重大改进！cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
【论文】变分推断（Variational inference)的总结
【论文】变分推断（Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
【推荐】免费书(草稿)：数据科学的数学基础
【推荐】免费书(草稿)：数据科学的数学基础
机器学习研究会
20+阅读 · 2017年10月1日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习族谱
强化学习族谱
CreateAMind
26+阅读 · 2017年8月2日
强化学习 cartpole_a3c
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
相关论文
The Causal Learning of Retail Delinquency
Arxiv
14+阅读 · 2020年12月17日
Manifold Approximation by Moving Least-Squares Projection (MMLS)
Manifold Approximation by Moving Least-Squares Projection (MMLS)
Arxiv
3+阅读 · 2019年3月7日
PPO-CMA: Proximal Policy Optimization with Covariance Matrix Adaptation
PPO-CMA: Proximal Policy Optimization with Covariance Matrix Adaptation
Arxiv
8+阅读 · 2018年12月18日
Implicit Maximum Likelihood Estimation
Implicit Maximum Likelihood Estimation
Arxiv
7+阅读 · 2018年9月24日
Large-Scale Stochastic Sampling from the Probability Simplex
Arxiv
3+阅读 · 2018年6月19日
Nonparametric Topic Modeling with Neural Inference
Arxiv
3+阅读 · 2018年6月18日
A fast algorithm with minimax optimal guarantees for topic models with an unknown number of topics
Arxiv
7+阅读 · 2018年6月12日
The Search Problem in Mixture Models
Arxiv
3+阅读 · 2018年2月24日
Latent nested nonparametric priors
Arxiv
4+阅读 · 2018年1月15日
Being Robust (in High Dimensions) Can Be Practical
Arxiv
3+阅读 · 2017年12月14日
Top
微信扫码咨询专知VIP会员
Top