Skip to content
Hot eventLive

泊松混合模型经验贝叶斯最小距离估计研究

1 reports1 sources3 hr ago updated

Get the story

AI overview

2026年10月7日，arXiv Statistics Machine Learning 发布一项研究，提出针对泊松混合模型的非参数经验贝叶斯方法。该方法通过对未知混合分布进行正则与粗化最小距离估计，使插件估计在大样本下渐近逼近 oracle Bayes 估计。研究还指出，当混合分布支撑有限时，其收敛率接近参数级，仅差一个对数因子。目前该成果为预印本阶段，报道未提及其他验证或后续进展。

Generated from reports · updated 3 hr ago

LatestOct 7
arXiv 发布泊松混合模型经验贝叶斯最小距离估计研究，称其在有限支撑下收敛率接近参数级。

Timeline

Follow the coverage from different angles.

Oct 7, 2026
  1. arXiv · Statistics Machine Learning
    基于最小距离方法的泊松经验贝叶斯估计随机变量之和

    研究提出一种针对泊松混合模型的非参数经验贝叶斯方法，通过对未知混合分布进行正则与粗化最小距离估计，使插件估计在大样本下渐近逼近 oracle Bayes 估计；当混合分布支撑有限时，收敛率接近参数级（差一个对数因子）。

Heat trend

Current heat 9·Comparable peak 10（Oct 7）·Comparable change over 24 hours –

02.557.510Oct7Oct7Oct7Oct7

The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.