Skip to content
Hot eventLive

基于图拉普拉斯基准先验的正则化小区域估计

1 reports1 sources3 hr ago updated

Get the story

AI overview

2026年10月9日，arXiv Statistics Machine Learning 发布一手报道，介绍一项关于正则化小区域估计的研究。该研究提出一个贝叶斯框架，通过新的 Benchmarking priors 联合实现跨区域信息借用与估计值对可靠聚合值的校准。框架包含 Single 和 Multi-View Laplacian Benchmarking priors，利用基于外部协变量的区域相似性构建图拉普拉斯进行正则化，并采用基于约束空间降参数化的 MCMC 算法进行后验计算。目前报道仅涉及方法框架与计算方案，未披露应用案例或实证结果。

Generated from reports · updated 3 hr ago

LatestOct 9
arXiv 报道提出含 Single 与 Multi-View Laplacian Benchmarking priors 的贝叶斯框架，用 MCMC 完成推断。

Timeline

Follow the coverage from different angles.

Oct 9, 2026
  1. arXiv · Statistics Machine Learning
    正则化小区域估计中的图拉普拉斯 Benchmarking 先验

    该研究提出一个贝叶斯框架，通过新的 Benchmarking priors 联合实现跨区域信息借用与估计值对可靠聚合值的校准。该框架包含 Single 和 Multi-View Laplacian Benchmarking priors，利用基于外部协变量的区域相似性构建图拉普拉斯进行正则化，并采用基于约束空间降参数化的 MCMC 算法进行后验计算。

Heat trend

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

02.557.510Oct9Oct9Oct9Oct9

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.