BriefGPT - AI 论文速递
·
最大均值差异遇见神经网络：Radon-Kolmogorov-Smirnov 检验
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本文研究了在ε污染下对最大均值差异（MMD）的估计，并提出了一种估计MMD界的方法。通过实验证明，该方法优于其他替代方法。
🎯
关键要点
- 本文研究了在ε污染下对最大均值差异（MMD）的估计。
- 现有文献假设样本无误差，但本文放松了这一假设。
- 研究表明，在ε污染下，典型的MMD估计是不可靠的。
- 提出了MMD的部分识别和包含真实未知MMD的锐利上下界。
- 提出了一种估计这些界的方法，收敛速度优于其他方法。
- 通过实验证明，该方法在三个数据集上优于其他替代方法，具有低错误覆盖率的紧致界。
➡️
