指数族的Chernoff信息
信息论
2021-04-29 v1 计算机视觉与模式识别
信息检索
math.IT
摘要
Chernoff信息是二分类问题中最优贝叶斯决策规则错误概率的上界。然而，在实践中Chernoff界难以计算甚至近似。在统计学中，许多常见分布（如高斯分布、泊松分布或称为多项式的频率直方图）可以在指数族的统一框架下处理。本文证明，同一指数族成员的Chernoff信息要么可以解析地以闭式推导，要么可以通过基于底层统计流形上“Chernoff点”精确几何特征的简单测地线二分优化技术高效近似。
关键词
引用
@article{arxiv.1102.2684,
title = {Chernoff information of exponential families},
author = {Frank Nielsen},
journal= {arXiv preprint arXiv:1102.2684},
year = {2021}
}