Khái niệm cốt lõi
본 논문에서는 기존의 Cauchy-Schwarz 발산을 확장하여 조건부 분포 간의 유사도를 정량화하는 조건부 Cauchy-Schwarz 발산을 제안하였다. 제안된 발산은 커널 밀도 추정기를 통해 간단히 추정될 수 있으며, 기존 방법들에 비해 계산 복잡도가 낮고 통계적 검정력이 높으며 다양한 응용에 활용될 수 있음을 보였다. 또한 시계열 데이터 클러스터링과 순차적 의사결정 문제에서 제안된 발산의 우수한 성능을 입증하였다.
Thống kê
예측 모델 성능 평가 실험에서 조건부 Cauchy-Schwarz 발산 손실 함수가 MSE 손실 함수보다 약간 더 나은 성능을 보였다.
조건부 독립성 검정 실험에서 조건부 Cauchy-Schwarz 발산은 기존 방법들에 비해 계산 복잡도가 낮고 통계적 검정력이 높은 것으로 나타났다.