通过限制概率测度获得更紧的 f-散度变分表示
机器学习
2012-06-22 v1 机器学习
摘要
我们证明了文献中目前使用的 f-散度 (f-divergences) 变分表示可以得到收紧。这对基于该表示最近提出的多种方法具有影响。作为一个应用示例，我们利用更紧的表示推导了一种基于两个独立同分布 (i.i.d.) 样本的通用 f-散度估计器，并推导了该估计器的对偶规划，其在实证中表现良好。我们还指出了我们的估计器与最大均值差异 (MMD) 之间的联系。
引用
@article{arxiv.1206.4664,
title = {Tighter Variational Representations of f-Divergences via Restriction to Probability Measures},
author = {Avraham Ruderman and Mark Reid and Dario Garcia-Garcia and James Petterson},
journal= {arXiv preprint arXiv:1206.4664},
year = {2012}
}
备注
ICML2012