基于 DNN 的 MoM-GAN 对污染数据的分布估计
机器学习
2022-12-29 v1 机器学习
统计理论
统计理论
摘要
本文研究利用 MoM-GAN 方法对污染数据进行分布估计，该方法结合了生成对抗网络（GAN）与中位数均值（MoM）估计。我们使用具有 ReLU 激活函数的深度神经网络（DNN）来建模 GAN 的生成器与判别器。在理论上，我们推导了基于 DNN 的 MoM-GAN 估计器在由 光滑 Hölder 类度量的积分概率度量下的非渐近误差界。该误差界本质上随 递减，其中 与 分别为样本量与输入数据的维数。我们给出了 MoM-GAN 方法的算法并通过两个真实应用予以实现。数值结果表明，在处理污染数据时，MoM-GAN 优于其他竞争方法。
引用
@article{arxiv.2212.13741,
title = {Distribution Estimation of Contaminated Data via DNN-based MoM-GANs},
author = {Fang Xie and Lihu Xu and Qiuran Yao and Huiming Zhang},
journal= {arXiv preprint arXiv:2212.13741},
year = {2022}
}