用于学习分布泛函的分位数与矩神经网络
机器学习
2023-03-21 v1 机器学习
摘要
我们研究用于近似概率空间中分布函数的新型神经网络。提出了基于分位数与矩近似的两类神经网络来学习这些函数，并由通用逼近定理提供理论支撑。通过在其他新网络中混合分位数与矩特征，我们开发了在涉及单变量分布的数值测试用例上优于现有网络的方案。对于双变量分布，矩神经网络优于所有其他网络。
引用
@article{arxiv.2303.11060,
title = {Quantile and moment neural networks for learning functionals of distributions},
author = {Xavier Warin},
journal= {arXiv preprint arXiv:2303.11060},
year = {2023}
}