中文

基于勒贝格积分求积的联合概率分布数值估计

数值分析 2020-12-01 v4 数值分析 机器学习

摘要

本文发展了勒贝格积分求积 arXiv:1807.06007 的一个重要应用。给定两个随机过程 f(x)f(x)g(x)g(x),可以构造并求解两个广义特征值问题。除了从两个特征问题获得两个勒贝格求积(针对 ffgg)外,ff- 与 gg- 特征向量在彼此上的投影可用于构建联合分布估计器,其最一般形式为密度矩阵关联。密度矩阵关联的示例可以是值关联 Vf[i];g[j]V_{f^{[i]};g^{[j]}}(类似于常规关联概念)以及一个新的概率关联 Pf[i];g[j]P_{f^{[i]};g^{[j]}}。若使用 Christoffel 函数平均代替常规平均,该方法可推广至三个及以上随机过程的联合概率估计。该理论已数值实现;软件依据 GPLv3 许可提供。

关键词

引用

@article{arxiv.1807.08197,
  title  = {On Numerical Estimation of Joint Probability Distribution from Lebesgue Integral Quadratures},
  author = {Vladislav Gennadievich Malyshkin},
  journal= {arXiv preprint arXiv:1807.08197},
  year   = {2020}
}

备注

Christoffel function average is added to obtain joint distribution of three processes. A relation to Low Rank Representation (LRR) arXiv:1906.00460 is added