超越 Logit 的可转移效用匹配：计算与一般异质性下的估计
计算机视觉与模式识别
2025-12-01 v1
摘要
我们提出了一个在不依赖 Logit 结构的情况下，容纳任意异质性的可转移效用(TU)匹配框架。最优分配问题由可处理的线性规划形式刻画，允许灵活的误差分布和相关性模式。我们引入一个迭代算法，能够在保证收敛的同时提供直观的经济解释，并展示了相同结构支持对系统剩余量的模拟矩匹配估计器。使用模拟数据实验表明，该算法具备可扩展性，估计器在正确指定下具有一致性，而 Logit 误指定则导致系统偏差。
引用
@article{arxiv.2511.23115,
title = {Analyzing Image Beyond Visual Aspect: Image Emotion Classification via Multiple-Affective Captioning},
author = {Zibo Zhou and Zhengjun Zhai and Huimin Chen and Wei Dai and Hansen Yang},
journal= {arXiv preprint arXiv:2511.23115},
year = {2025}
}