論文解説：一般の確率モデルでの冪密度ダイバージェンス最小化

奥野, 彰文

doi:10.51094/jxiv.642

##article.authors##

奥野, 彰文統計数理研究所数理・推論研究系 https://researchmap.jp/aokuno

DOI:

https://doi.org/10.51094/jxiv.642

キーワード:

冪密度ダイバージェンス、 β-ダイバージェンス、確率的最適化

抄録

本稿は雑誌 Annals of the Institute of Statistical Mathematics に採択された，冪密度ダイバージェンスの最小化に関する我々の論文: Okuno (2024) の解説です．解説の平易さを優先するため，より厳密な記述については原著論文をご参照ください．

利益相反に関する開示

本論文に関わる利益相反はありません．

ダウンロード *前日までの集計結果を表示します

ダウンロード実績データは、公開の翌日以降に作成されます。

引用文献

Basu, A., Harris, I. R., Hjort, N. L., and Jones, M. C. (1998). Robust and efficient estimation by minimising a density power divergence. Biometrika, 85(3):549-559.

Lan, G. (2020). First-order and Stochastic Optimization Methods for Machine Learning. Springer Series in the Data Sciences. Springer International Publishing.

Okuno, A. (2024). Minimizing robust density power-based divergences for general parametric density models. Annals of the Institute of Statistical Mathematics. to appear.

Robbins, H. and Monro, S. (1951). A Stochastic Approximation Method. The Annals of Mathematical Statistics, 22(3):400-407.