行列式点过程相关核矩阵的简单估计量
机器学习
2025-05-21 v1 机器学习
摘要
行列式点过程 (DPP) 是一种针对多元二元变量的参数化模型，其特征在于一个相关核矩阵。本文提出了一种该核的闭式估计量，其实现极其简单，且也可作为最大似然估计学习算法的初始值。我们证明了该估计量的相合性与渐近正态性，以及其大偏差性质。
引用
@article{arxiv.2505.14529,
title = {A simple estimator of the correlation kernel matrix of a determinantal point process},
author = {Christian Gouriéroux and Yang Lu},
journal= {arXiv preprint arXiv:2505.14529},
year = {2025}
}