FunQuant：一个在稀有事件与耗时模拟背景下执行量化的 R 包
统计计算
2024-09-23 v2 机器学习
摘要
量化通过计算出离散近似来概括连续分布。在广泛采用的数据量化方法中，Lloyd 算法将空间划分为 Voronoï 单元（可视为簇），并基于其质心与概率质量构造离散分布。Lloyd 算法以最小期望距离意义估计最优质心，但该方法在数据评估代价高昂且涉及稀有事件的场景下带来显著挑战。此时，与无事件相关的单一簇占据了大部分概率质量。在此背景下，需要元模型，且须采用适配的采样方法以提升稀有簇上计算的精度。
引用
@article{arxiv.2308.10871,
title = {FunQuant: A R package to perform quantization in the context of rare events and time-consuming simulations},
author = {Charlie Sire and Yann Richet and Rodolphe Le Riche and Didier Rullière and Jérémy Rohmer and Lucie Pheulpin},
journal= {arXiv preprint arXiv:2308.10871},
year = {2024}
}
备注
7 pages, 4 figures. Submitted to Journal Of Open Source Software