会员服务
散度 · 先验概率 · INFORMS · 优化器 · 情景 ·
2021 年 11 月 13 日
Update of prior probabilities by minimal divergence
翻译：以最小差异来更新先前的概率
Jan Naudts
Jan Naudts
from arxiv, Small improvements

The present paper investigates the update of an empirical probability distribution with the results of a new set of observations. The optimal update is obtained by minimizing either the Hellinger distance or the quadratic Bregman divergence. The results obtained by the two methods differ. Updates with information about conditional probabilities are considered as well.


翻译：本文件根据一套新的观测结果,对经验概率分布的更新进行了调查,通过尽量减少海灵格距离或四边形布雷格曼差异,实现最佳更新,两种方法得出的结果各不相同,还考虑了关于有条件概率的最新资料。
0
下载
关闭预览

相关内容

【ICML2021】异质风险最小化，Heterogeneous Risk Minimization
专知会员服务
14+阅读 · 2021年5月21日
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
【NeurIPS 2020】生成对抗性模仿学习的f-Divergence
【NeurIPS 2020】生成对抗性模仿学习的f-Divergence
专知会员服务
25+阅读 · 2020年10月9日
【KDD2020】具有条件公平性的算法决策，Algorithmic Decision Making with Conditional Fairness
【KDD2020】具有条件公平性的算法决策，Algorithmic Decision Making with Conditional Fairness
专知会员服务
21+阅读 · 2020年6月19日
【快讯】ICML 2020论文出炉，1088篇上榜， 你的paper中了吗？
【快讯】ICML 2020论文出炉，1088篇上榜， 你的paper中了吗？
专知会员服务
51+阅读 · 2020年6月1日
Risk Sensitive Portfolio Optimization with Regime-Switching and Default Contagion，香港理工大学应用数学系余翔助理教授，第八届全国社会媒体处理大会SMP2019
Risk Sensitive Portfolio Optimization with Regime-Switching and Default Contagion，香港理工大学应用数学系余翔助理教授，第八届全国社会媒体处理大会SMP2019
专知会员服务
9+阅读 · 2019年10月24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
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
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
专知会员服务
79+阅读 · 2019年10月10日
鲁棒机器学习相关文献集
鲁棒机器学习相关文献集
专知
8+阅读 · 2019年8月18日
已删除
已删除
将门创投
4+阅读 · 2019年6月5日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22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
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15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
论文共读 | Attention is All You Need
论文共读 | Attention is All You Need
黑龙江大学自然语言处理实验室
14+阅读 · 2017年9月7日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
强化学习 cartpole_a3c
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
An Analytical Update Rule for General Policy Optimization
Arxiv
0+阅读 · 2022年1月19日
Refined normal approximations for the Student distribution
Arxiv
0+阅读 · 2022年1月16日
Model Stability with Continuous Data Updates
Arxiv
0+阅读 · 2022年1月14日
Reliable Causal Discovery with Improved Exact Search and Weaker Assumptions
Arxiv
0+阅读 · 2022年1月14日
Convergence of an Asynchronous Block-Coordinate Forward-Backward Algorithm for Convex Composite Optimization
Arxiv
0+阅读 · 2022年1月14日
On the Estimation Bias in Double Q-Learning
On the Estimation Bias in Double Q-Learning
Arxiv
0+阅读 · 2022年1月14日
The Effect of Sample Size and Missingness on Inference with Missing Data
Arxiv
0+阅读 · 2022年1月13日
Low-Resource Response Generation with Template Prior
Arxiv
4+阅读 · 2019年9月26日
Approximability of Discriminators Implies Diversity in GANs
Approximability of Discriminators Implies Diversity in GANs
Arxiv
4+阅读 · 2018年6月27日
Deterministic Non-Autoregressive Neural Sequence Modeling by Iterative Refinement
Arxiv
4+阅读 · 2018年2月19日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
散度
先验概率
INFORMS
优化器
情景
相关VIP内容
【ICML2021】异质风险最小化，Heterogeneous Risk Minimization
专知会员服务
14+阅读 · 2021年5月21日
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
【NeurIPS 2020】生成对抗性模仿学习的f-Divergence
【NeurIPS 2020】生成对抗性模仿学习的f-Divergence
专知会员服务
25+阅读 · 2020年10月9日
【KDD2020】具有条件公平性的算法决策，Algorithmic Decision Making with Conditional Fairness
【KDD2020】具有条件公平性的算法决策，Algorithmic Decision Making with Conditional Fairness
专知会员服务
21+阅读 · 2020年6月19日
【快讯】ICML 2020论文出炉，1088篇上榜， 你的paper中了吗？
【快讯】ICML 2020论文出炉，1088篇上榜， 你的paper中了吗？
专知会员服务
51+阅读 · 2020年6月1日
Risk Sensitive Portfolio Optimization with Regime-Switching and Default Contagion，香港理工大学应用数学系余翔助理教授，第八届全国社会媒体处理大会SMP2019
Risk Sensitive Portfolio Optimization with Regime-Switching and Default Contagion，香港理工大学应用数学系余翔助理教授，第八届全国社会媒体处理大会SMP2019
专知会员服务
9+阅读 · 2019年10月24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
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
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
专知会员服务
79+阅读 · 2019年10月10日
热门VIP内容
相关资讯
鲁棒机器学习相关文献集
鲁棒机器学习相关文献集
专知
8+阅读 · 2019年8月18日
已删除
已删除
将门创投
4+阅读 · 2019年6月5日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22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
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15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
论文共读 | Attention is All You Need
论文共读 | Attention is All You Need
黑龙江大学自然语言处理实验室
14+阅读 · 2017年9月7日
Auto-Encoding GAN
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4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
An Analytical Update Rule for General Policy Optimization
Arxiv
0+阅读 · 2022年1月19日
Refined normal approximations for the Student distribution
Arxiv
0+阅读 · 2022年1月16日
Model Stability with Continuous Data Updates
Arxiv
0+阅读 · 2022年1月14日
Reliable Causal Discovery with Improved Exact Search and Weaker Assumptions
Arxiv
0+阅读 · 2022年1月14日
Convergence of an Asynchronous Block-Coordinate Forward-Backward Algorithm for Convex Composite Optimization
Arxiv
0+阅读 · 2022年1月14日
On the Estimation Bias in Double Q-Learning
On the Estimation Bias in Double Q-Learning
Arxiv
0+阅读 · 2022年1月14日
The Effect of Sample Size and Missingness on Inference with Missing Data
Arxiv
0+阅读 · 2022年1月13日
Low-Resource Response Generation with Template Prior
Arxiv
4+阅读 · 2019年9月26日
Approximability of Discriminators Implies Diversity in GANs
Approximability of Discriminators Implies Diversity in GANs
Arxiv
4+阅读 · 2018年6月27日
Deterministic Non-Autoregressive Neural Sequence Modeling by Iterative Refinement
Arxiv
4+阅读 · 2018年2月19日
Top
微信扫码咨询专知VIP会员
Top