缺失质量估计的极大极小风险

Nikhilesh Rajaraman; Andrew Thangaraj; Ananda Theertha Suresh

缺失质量估计的极大极小风险

信息论 2017-05-16 v1 math.IT

作者: Nikhilesh Rajaraman , Andrew Thangaraj , Ananda Theertha Suresh

摘要

在平方误差损失函数下，考虑了估计 $n$ 个随机样本序列中缺失质量或未见元素总概率的问题。结果表明，广泛使用的 Good-Turing 估计量的最坏情况风险介于 $0.6080/n$ 和 $0.6179/n$ 之间。极大极小风险被证明下界为 $0.25/n$ 。这似乎是首个关于缺失质量估计的极大极小风险的公开结果，其具有若干实际和理论应用。

关键词

极大极小风险缺失质量估计 Good-Turing 估计量平方误差损失最坏情况风险随机样本

引用

@article{arxiv.1705.05006,
  title  = {Minimax Risk for Missing Mass Estimation},
  author = {Nikhilesh Rajaraman and Andrew Thangaraj and Ananda Theertha Suresh},
  journal= {arXiv preprint arXiv:1705.05006},
  year   = {2017}
}

备注

IEEE International Symposium on Information Theory 2017, Aachen, Germany

缺失质量估计的极大极小风险

摘要

关键词

引用

备注

相关论文