热点事件持续更新
均匀离散扩散模型对小有效支撑分布估计的极小极大最优性
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
2026年10月7日，arXiv Statistics Machine Learning 发布一项研究（一手报道），证明均匀离散扩散模型在估计有效支撑规模较小的分布时达到 minimax 最优。研究设定为：给定来自 $[K]^d$ 上未知分布的 $n$ 个独立同分布（i.i.d.）样本。该结果针对小有效支撑情形建立了均匀离散扩散模型的极小极大最优性。目前仅有此一篇报道，未见后续验证或矛盾信息。
AI 根据报道生成 · 2 小时前更新
最新进展10月7日 12:00
2026-10-07 研究称均匀离散扩散模型在小有效支撑分布估计中达到 minimax 最优。报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv · Statistics Machine Learning均匀离散扩散模型在估计小有效支撑分布时达到 Minimax 最优
一项研究证明，均匀离散扩散模型在估计有效支撑规模较小的分布时达到 minimax 最优。给定来自 $[K]^d$ 上未知分布的 $n$ 个 i.i.d. 样本。
本事件热度走势
当前热度 9·可比范围峰值 10（10月7日 12:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。