热点事件持续更新
Copula Active Subspaces：非高斯密度降维估计方法
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
2026-09-30，arXiv 发表统计学/机器学习论文，提出 Copula Active Subspaces（CAS）方法。该方法通过对分量做秩变换，并以秩 r 降维表示非高斯噪声密度，利用 copula 得分协方差矩阵 C 的前导特征向量确定依赖方向，从而实现非高斯密度的降维估计。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- arXiv · Statistics Machine LearningCopula Active Subspaces I：基于得分协方差的降阶非高斯密度估计方法
论文提出 Copula Active Subspaces（CAS），通过分量秩变换与秩 r 降维表示非高斯噪声密度，以 copula 得分协方差 C 的前导特征向量确定依赖方向。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。