動的密度推定は多くのアプリケーションで重要であり、"sliding window"カーネル密度推定器が一般的に使用されている。しかし、既存の研究ではカーネル関数自体に焦点を当てており、観測データの重み付けにはヒューリスティック手法が使用されている。
主要な定理1では、進化するガウス分布の「sliding window」ガウシアンカーネル密度推定器の正確なMISEを計算し、最適な重み付けシーケンスを見つけるための制約付き二次計画問題を提示している。
数値実験では、最適な重み付けシーケンス(dynamic)がすべての場合で最も優れたパフォーマンス(最小MISE)を達成していることが示されています。他のベースライン手法と比較しても優れた結果を示しています。
To Another Language
from source content
arxiv.org
Viktige innsikter hentet fra
by Yinsong Wang... klokken arxiv.org 03-13-2024
https://arxiv.org/pdf/2403.07207.pdfDypere Spørsmål