跳转至

2026-10-19 每日资讯

  • 高相关论文 6 篇 · 中相关 27 篇 · 其他 91 篇 · 会议/Seminar 事件 0 条

⭐ 高相关论文(按主题分组)

因果推断 (causal_inference, 1 篇)

1. 2610.24749 — Minimax Slope Estimation and Support Recovery under Weak Gaussian Selection

  • 作者: Zeen Song
  • 机构: Beijing University of Technology · Beijing Information Science & Technology University · University of Science and Technology Beijing
  • 相关性 8/10 · novelty: new_theory
  • 摘要: 本文研究固定维高斯/probit样本选择模型(即Heckman型选择模型)中,在未知尺度与未知协变量密度(在立方体上有界且远离零)下,结果方程斜率参数的估计与支持恢复问题。作者建立了斜率差与观测分布Hellinger距离之间的均匀逆界,允许两个模型的所有 nuisance 参数不同,并构造了一条完全位于正相关不可忽略选择内的路径。在包含可行弱选择邻域的参数类上,斜率平方风险的 minimax 率为 n^{-2/3}。对于预指定的最小信号序列 b_n,均匀精确支持恢复的充要条件是 n^{1/3} b_n → ∞,且规则可依赖该序列。同一估计量在 ||γ_s|| ≤ M n^{-1/3} 的层上达到均匀根号 n 斜率精度,包括零选择斜率层。作者通过基于检验的构造证明了统计可达性,无需估计协变量密度,但不声称计算效率。
  • 关键技术: sample selection model, minimax risk, Hellinger distance, support recovery, weak identification, testing-based construction
  • 为什么对您有用: 本文属于因果推断中样本选择/不可忽略缺失的识别与估计问题,直接连接 primary interest 中的 causal inference 与 identification theory。其 minimax 率与支持恢复的精确刻画,可用 very_familiar 的 minimax bounds 工具验证其率是否紧,并可能用 higher-order U-statistics 的视角分析其估计量的计算成本。

非参数 / 半参数 (nonparam_semipara, 3 篇)

1. 2610.23757 — Robust Local Fréchet Regression: Nonasymptotic Theory and Minimax Optimality

  • 作者: Chang Jun Im, Daisuke Kurisu
  • 机构: Seoul National University · The University of Tokyo
  • 相关性 8/10 · novelty: new_theory
  • 摘要: 本文研究一般度量空间上响应变量为重型尾分布时的局部 Fréchet 回归,提出基于距离的中位数均值(median-of-means)估计量以实现稳健估计。在局部二阶光滑性和局部 1-Wasserstein Hölder 连续性两种假设下,分别推导了逐点的高概率非渐近界,并证明优化后的收敛速率与经典非参数回归的逐点速率相匹配。作者还建立了嵌入高斯回归子类上的逐点极小极大下界,表明所提估计量达到最优。值得注意的是,结果不要求响应空间的熵条件,放宽了现有理论对空间复杂度的限制。模拟实验(正定矩阵值响应)和真实数据应用(Wasserstein 值响应)展示了稳健性与效率之间的权衡。对您而言,该文的非渐近界和极小极大下界技术可迁移至您熟悉的非参数统计与极小极大界工具,且其处理复杂对象(如分布)回归的思路与您的因果推断中非参数估计兴趣有潜在连接。
  • 关键技术: local Fréchet regression, median-of-means estimator, nonasymptotic high-probability bounds, minimax lower bounds, Wasserstein space
  • 为什么对您有用: 该文属于非参数与半参数理论方向,直接对应您的主要兴趣。其非渐近界和极小极大下界推导可运用您非常熟悉的非参数统计与极小极大界技术来验证或扩展,例如检查其速率是否在更一般的设定下仍紧。此外,Fréchet 回归处理度量空间值响应的框架,可能为您的因果推断中处理分布型结局(如 Wasserstein 空间)提供新视角。总体而言,这是一篇方法学理论文章,值得展开读。

2. 2610.23308 — Sieve-free ReLU Bayesian priors with near-minimax posterior contraction

  • 作者: Hien Duy Nguyen, Jacob Westerhout, Julyan Arbel
  • 机构: Kyushu University · La Trobe University · The University of Queensland · Institut polytechnique de Grenoble · Centre National de la Recherche Scientifique · Institut national de recherche en sciences et technologies du numérique · Laboratoire Jean Kuntzmann · Université Grenoble Alpes
  • 相关性 8/10 · novelty: new_theory
  • 摘要: 本文研究浅层 ReLU 网络在 Gaussian 随机设计回归中的分数后验收缩,目标函数为 β-Hölder 光滑,且先验不依赖样本量和光滑参数。对 [0,1]^d 上任意固定设计分布 P_X,作者证明 Rényi 散度下的收缩,并在对后验样本按目标值域截断后,得到平方 L^2(P_X) 损失下 (log n/n)^{2β/(2β+d)} 的收缩率,与经典 Hölder 极小极大率仅差对数因子。先验采用随机有限宽度,权重分布可为宽度相关的均匀或 Gaussian,或宽度无关的 Student t(含 Cauchy)。方法上避免了传统 sieve 先验对宽度和光滑参数的显式依赖,属于非参数贝叶斯收缩理论的新进展。对您而言,该结果与您的非参数/半参数理论兴趣直接相关,其收缩率与极小极大下界的匹配方式可借鉴到您熟悉的 minimax 框架中,用于检验其他非参数估计器的最优性。
  • 关键技术: fractional posterior, shallow ReLU networks, random-width priors, Hölder smoothness, Rényi divergence, clipping posterior draws
  • 为什么对您有用: 本文属于非参数贝叶斯收缩理论,直接连接您的非参数与半参数理论兴趣,特别是极小极大率匹配问题。您可以用 very_familiar 的 minimax bounds 工具验证其收缩率是否紧,或对比经典 sieve 方法的常数项;中期可做的是将截断技巧迁移到您 moderately_familiar 的 M-estimation 框架中分析后验稳健性。

3. 2610.25009 — Nonparametric Dyadic Quantile Regression

  • 作者: Francesco Bravo, Degui Li, Zheng Li
  • 机构: University of York · University of Macau · North Carolina State University · North Carolina Agricultural and Technical State University · Agricultural & Applied Economics Association
  • 相关性 8/10 · novelty: new_method
  • 摘要: 本文研究有向二元组数据(directed dyadic data)上的非参数分位数回归,其中观测来自 n 个顶点的完全网络的有序对,且存在 dyadic 依赖:不相交索引的 dyad 独立,共享一个或两个索引的 dyad 相关。采用局部线性平滑估计分位数回归函数,渐近理论表明收敛速率关键取决于网络生成过程是否退化(degeneracy)。在温和条件下导出了速率自适应的标准化极限分布,并提出了易于实现的渐近方差估计方法。通过蒙特卡洛模拟和双边投资组合持有数据的实证应用展示了方法的有限样本性能和适用性。
  • 关键技术: local linear smoothing, dyadic dependence, degeneracy, rate-adaptive standardization, asymptotic variance estimation
  • 为什么对您有用: 本文属于非参数/半参数理论方向,具体涉及非参数分位数回归在复杂依赖数据(dyadic)下的渐近理论,与您的非参数理论兴趣直接相关。您可以用 very_familiar 的 minimax bounds 工具来审视其收敛速率是否最优,或用 moderately_familiar 的 M-estimation 理论来验证其估计方程的渐近性质。中期可做:需在 dyadic 依赖的 U-statistic 投影理论上稍作加强(属于 moderately_familiar 的 higher-order U-statistics 范畴),即可尝试推导该估计量的高阶影响函数或改进方差估计。

数理统计 / 假设检验 (hypothesis_testing, 2 篇)

1. 2610.24770 — Sample complexity of weak-signal latent-variable models

  • 作者: Amnon Balanov, Tamir Bendory, Dan Edidin
  • 机构: Technion – Israel Institute of Technology · University of Missouri
  • 相关性 8/10 · novelty: new_theory
  • 摘要: 本文研究弱信号潜变量模型中的参数估计样本复杂度,其中信号强度参数 β 控制观测对未知参数的依赖,β=0 时所有参数对应同一零分布。作者将似然比在零分布附近按 β 幂次展开,建立统一框架:若参数首次在 r 阶全局可识别,则达到固定精度估计至少需要 β^{-2r} 量级的样本。他们提出似然分离稳定性条件,该条件对任何估计量达到此速率是必要的,且在温和正则条件下对 MLE 和矩估计是充分的。文章还探讨了目标精度随信号强度同时趋于零的情形,发现全局定位与局部细化可能由不同似然阶控制,导致不同的统计尺度。最后,框架应用于加性噪声信道和指数族等代数结构潜变量模型。对您而言,该文将样本复杂度与似然展开阶数关联,为高维或非参数设定下的弱信号推断提供了新的理论视角。
  • 关键技术: likelihood ratio expansion, sample complexity lower bound, method of moments, maximum likelihood estimation, weak-signal regime
  • 为什么对您有用: 本文属于数学统计与假设检验方向,直接关联您对参数估计样本复杂度的兴趣。其似然展开技术可与您熟悉的高阶 U-统计量投影方法结合,用于分析弱信号下估计量的精确率。中期可做:需先熟悉似然比展开与局部渐近理论,再探索与高阶 U-统计量的联系。

2. 2610.25986 — Tuning-Free Tests for Treatment Effect Heterogeneity via Expectile Processes

  • 作者: Haokun Lu, Xiaojun Song
  • 机构: Peking University
  • 相关性 8/10 · novelty: new_method
  • 摘要: 本文针对处理效应异质性检验问题,提出无需调参的检验方法。其核心思想是将原假设刻画为期望分位处理效应曲线的常数性,并基于均值中心化的样本期望分位过程构造连续泛函作为检验统计量。作者建立了均匀 Bahadur 表示,推导了原假设和固定备择下检验统计量的渐近性质,并证明对以 n^{-1/2} 速率趋近原假设的局部备择具有非平凡功效。为便于推断,提出一种快速乘子自助法,能一致逼近非枢轴零分布,同时捕捉估计未知共同平移的一阶效应。该方法无需密度或得分函数估计、带宽选择或重复拟合,并进一步纳入逐点学生化修正和协变量调整,在不改变总体差异的情况下降低渐近方差。蒙特卡洛比较显示其具有可靠的尺寸控制、有竞争力的功效和显著的计算节省,并应用于大规模节水实验数据。
  • 关键技术: expectile process, Bahadur representation, multiplier bootstrap, tuning-free tests, local alternatives
  • 为什么对您有用: 本文属于假设检验方向,直接关联您对因果推断中处理效应异质性的兴趣,且其无调参特性和乘子自助法在计算上具有吸引力。您可以用非常熟悉的非参数统计和 M-估计理论来审视其 Bahadur 展开和自助法有效性,中期可尝试将方法推广到更复杂的因果设定(如工具变量或纵向数据)。

📌 中相关论文(按主题分组)

因果推断 (causal_inference, 7 篇)

1. 2610.27224 — Quantile-Only Regression: Inference and Partial Identification under Quantile Disclosure

  • 作者: Masamune Iwasawa, Hayato Nakanishi
  • 机构: Doshisha University · Kanagawa University
  • 相关性 7/10 · novelty: new_method
  • 摘要: 本文研究在仅观测到组内分位数(而非均值)的披露设计下,如何对组均值的线性回归模型进行估计与推断。作者建立了披露设计条件,使得基于分位数构造的估计量具有相合性和参数速率下的渐近正态性。在固定披露(即分位数位置固定)情形下,他们刻画了组均值参数的锐化识别集,并构造了同时置信区域,阐明了信息量如何依赖于披露分位数的数量与位置。方法通过教育、社会关怀和医疗支出等应用加以说明,并提供了R包qonlyreg实现。该问题与因果推断中的部分识别和敏感性分析有直接联系,因为披露限制可视为一种数据缺失机制,其识别集分析可借鉴部分识别理论。
  • 关键技术: partial identification, simultaneous confidence regions, quantile disclosure, linear regression, sharp identified set
  • 为什么对您有用: 该论文直接关联到因果推断中的部分识别与敏感性分析子方向,且其识别集刻画方法可借鉴您熟悉的极小极大界技术进行验证。您可用非常熟悉的非参数统计工具(如经验过程)分析其估计量的渐近性质,属于立即可做的方向。

2. 2610.26576 — Synthetic Control: An Exact Geometric Formulation

  • 作者: Alberto Abadie, Yucheng Shang
  • 机构: Massachusetts Institute of Technology
  • 相关性 7/10 · novelty: new_theory
  • 摘要: 本文研究合成控制法(SCM)的估计问题,目标是在给定预测变量权重矩阵 V 下匹配处理单元与供体单元的凸组合。标准实践通过非凸的双层优化选择 V,缺乏收敛保证;本文推导出精确的几何解:对任意正定 V,合成控制是处理单元预测变量在供体凸包上的 V-加权投影。当处理单元位于凸包外时,可达到的合成控制集合是供体凸包中从处理单元可见的面的并集;对角 V 情形下可用符号相容性检验识别该集合。当处理单元在凸包内时存在精确匹配,作者选择最小化处理单元与各供体平均配对差异的匹配。这些刻画将双层优化替换为快速枚举方法,保证在可达到集上获得全局最优;KKT 条件还刻画了能合理化给定供体权重的正定 V 集合。加州烟草控制计划和德国统一的经济效应两个应用展示了该方法的优势。对您而言,本文为合成控制提供了新的几何视角和计算工具,与您在因果推断中的估计理论兴趣直接相关。
  • 关键技术: synthetic control, convex hull projection, bi-level optimization, KKT conditions, enumeration algorithm
  • 为什么对您有用: 本文属于因果推断中合成控制方法的新理论刻画,直接连接您的 primary interest 中的 causal inference 估计理论;您可以用 very_familiar 的凸优化和计算工具(如软件开发和数值方法)快速实现其枚举算法,并验证其全局最优性,属于立即可做的方向。

3. 2610.25667 — A LATE-Targeting Experimental Design for Multi-Arm RCTs

  • 作者: Tetsuya Kaji
  • 机构: University of Chicago
  • 相关性 7/10 · novelty: new_method
  • 摘要: 本文研究多臂随机对照试验(RCT)在不完全依从(imperfect compliance)下识别局部平均处理效应(LATE)的实验设计问题。作者指出,当臂数≥3时,即使采用强化的单调依从假设,传统随机化也无法识别边际特定效应(margin-specific effects)。通过选择理论(choice-theoretic)分析统一了多种单调依从扩展,并据此提出两阶段设计:受试者先报告偏好臂,再在给定报告的条件下随机分配。若处理被限制在分配臂或报告臂,则在报告条件下恢复单侧不依从(one-sided noncompliance),从而识别两臂之间的依从者平均因果效应(CACE)。文章还讨论了该设计相对于选择模型的适用性和可行性。对您而言,该设计为因果推断中的识别策略提供了新思路,尤其与您关注的工具变量和依从性分析相关,可作为实验设计层面的补充。
  • 关键技术: two-stage randomized design, local average treatment effect, one-sided noncompliance, choice-theoretic model, conditional randomization
  • 为什么对您有用: 该文直接关联您的主要兴趣——因果推断中的识别与估计,特别是工具变量和依从性分析。您可运用非常熟悉的估计理论(如IV估计)来评估该设计的估计性质,或结合识别理论(moderately familiar)探讨其假设的可检验性。中期可做:将设计扩展至更复杂的依从模式或纵向设定。

4. 2610.25589 — Linear Regression with Common Unobserved Heterogeneity

  • 作者: Kaicheng Chen, Hugo Freeman
  • 机构: Shanghai University of Finance and Economics · Michigan State University
  • 相关性 7/10 · novelty: new_method
  • 摘要: 本文研究线性面板模型中共同斜率参数的推断,设定存在双向未观测异质性(个体和时间效应),且该异质性与协变量相关导致回归偏误。作者提出共同未观测异质性(CUH)估计量,直接针对残差化结果中与协变量共享的变异进行搜索,并仅投影掉引起偏误的变异,从而避免完全移除协变量中与混杂无关的外生变异。基于奇异值强度指标建立弱因子理论,证明交叉拟合CUH估计量的√NT渐近正态性。在同方差误差下,其渐近方差不大于常见的相关效应因子估计量。模拟和实证应用展示了偏误-方差权衡及选择性移除共同变异的收益。对您而言,该文与因果推断中纵向/面板数据的未观测混杂处理及半参数效率理论直接相关,其弱因子设定和交叉拟合技术可借鉴于您的proximal CI或纵向因果推断研究。
  • 关键技术: weak factor model, singular-value strength index, cross-fitting, common correlated effects estimator, asymptotic normality
  • 为什么对您有用: 该文属于因果推断中面板数据未观测混杂的处理,与您的primary interest中的causal inference(纵向/面板)直接相关。您可以用very_familiar的nonparametric statistics和minimax bounds工具来审视其弱因子假设下的识别条件是否可推广至proximal CI框架,或用moderately_familiar的semiparametric theory来推导其估计量的效率界。中期可做:需在semiparametric theory上进一步熟悉以严格比较其效率性质。

5. 2610.27324 — Discrete Choice with Generalized Social Interactions

  • 作者: Oscar Volpe
  • 机构: Harvard University
  • 相关性 6/10 · novelty: new_method
  • 摘要: 本文研究离散选择模型中的广义社会交互效应,允许个体对不同网络成员做出不同反应(如对相似同伴趋同、对异质同伴区分)。在考虑未观测情境效应的前提下,作者利用网络内个体选择的变异来识别内生交互效应的差异,并构建内部工具变量以纠正测量误差带来的内生性偏误。方法上结合了网络计量经济学与工具变量识别策略,并应用于两个实证场景:美国田纳西州小学课堂同伴效应和肯尼亚驱虫治疗的外溢效应。两处应用均发现,个体对相似同伴的趋同效应更强,这一差异对政策干预的精准靶向具有重要含义。对您而言,该文将网络结构下的因果识别与工具变量方法结合,与您关注的因果推断(IV、网络效应)方向直接相关。
  • 关键技术: internal instruments, network econometrics, endogenous social interactions, measurement error correction, within-network variation
  • 为什么对您有用: 该文属于因果推断中网络交互效应的识别问题,与您的IV和因果推断兴趣直接相关。您可以用very_familiar的估计理论(如M估计)来审视其内部工具变量的有限样本性质,或用moderately_familiar的识别理论来评估其识别假设的稳健性。中期可做:若想深入,需在semiparametric theory上加强,以处理未观测情境效应的非参数部分。

6. 2610.26427 — Almost Uniform Bias Correction for Persistent Panel Local Projections

  • 作者: Geert Dhaene, Arturas Juodis
  • 机构: KU Leuven · Tinbergen Institute · University of Amsterdam
  • 相关性 6/10 · novelty: new_method
  • 摘要: 本文研究面板局部投影(panel local projections)中固定效应估计量及其偏差校正方法的性质,目标是在政策分析中估计脉冲响应。设定允许目标变量和控制变量都具有自回归持续性,这是对传统平稳假设的重要放松。理论上,作者分析了各估计量的偏差和方差,发现半面板刀切法(half-panel jackknife)在非平稳设定下仍具有理想的偏差缩减性质。对于实证研究者,文章建议无论时间维度大小,都应使用经偏差校正调整的标准误,以反映半面板刀切估计量的抽样不确定性。方法上涉及固定效应估计、偏差校正、以及自回归过程的渐近理论。
  • 关键技术: panel local projections, half-panel jackknife, bias correction, fixed effects, autoregressive persistence
  • 为什么对您有用: 本文属于因果推断中纵向/面板数据脉冲响应估计的范畴,与您对 longitudinal causal inference 的兴趣直接相关。您可以用 very_familiar 的估计理论(如 M-estimation 的偏差分析)来审视其偏差校正的渐近有效性,或中期可做:结合您 moderately_familiar 的 semiparametric theory 来推导更一般的半参数效率界。

7. 2610.25238 — Persistence is not Independence: A structural Credibility Protocol for Distribution based Recovery in VARLiNGAM

  • 作者: Tu Anh Doan Nguyen, Alessandro Bucciol
  • 机构: University of Verona
  • 相关性 6/10 · novelty: new_method
  • 摘要: 本文针对 VAR-LiNGAM 模型中的同期结构恢复问题,指出传统的残差独立假设检验与边界的 bootstrap 稳定性检验并不能直接验证识别所需的独立性假设。作者提出一个四层非补偿性验证协议,包括简化型可接受性、分布信息量、独立性支持和边界持久性,并强调后两层是非嵌套的。通过构造性总体结果、已知真实值的蒙特卡洛实验以及 Compustat 公司层面数据应用,证明边界持久性与残差独立性可以分离。独立性支持通过块置换 dHSIC 诊断操作化,辅以互信息和尾部共超限作为补充诊断。实证结果显示,同时满足无独立性违反和可报告的持久主导边界的案例仅占少数。
  • 关键技术: VAR-LiNGAM, dHSIC, block permutation, mutual information, tail co-exceedance, bootstrap stability
  • 为什么对您有用: 本文属于因果推断中结构方程模型识别假设的验证问题,直接关联您对因果推断中识别假设和敏感性分析的关注。您可以用非常熟悉的非参数统计和估计理论工具来评估其 dHSIC 诊断的检验功效,或从 semiparametric 角度分析该协议的理论性质。中期可做:若想深入其 bootstrap 稳定性与独立性检验的非嵌套性,需在 moderately_familiar 的 semiparametric 理论上加强。

高维统计 / 随机矩阵 (high_dim_rmt, 1 篇)

1. 2610.24350 — Benign Overfitting Property of the Minimum \(\ell_q\) -norm Interpolant Estimator in Regression Problem via Feature Space Decomposition

  • 作者: Radosław Adamczak, Guillaume Lecué, Zong Shang, Marta Strzelecka
  • 机构: University of Warsaw · École Supérieure des Sciences Économiques et Commerciales · CY Cergy Paris Université · Centre de Recherche en Économie et Statistique · Institut Polytechnique de Paris · ENSAE Paris
  • 相关性 7/10 · novelty: new_method
  • 摘要: 本文研究线性回归中最小 ℓ_q 范数插值估计量的总体过量风险,在 1<q<∞ 下,针对凸浓度、温和矩假设和对数凹三种场景建立了高概率非渐近上界,并据此给出良性过拟合的充分条件。核心方法为特征空间分解(FSD)框架,它自然揭示了最小范数插值的自正则化性质以及信号与特征对齐对良性过拟合的作用。技术上,作者绕过了常用的凸高斯极小极大定理(CGMT),转而利用 Dvoretzky-Milman 定理,并建立了 ℓ_q 范数下的同构版本,该结果本身具有独立的数学意义。FSD 方法有望改进标准的均匀收敛分析。对您而言,该文的几何与高维视角可能为您的随机矩阵理论工具提供新的应用场景。
  • 关键技术: Feature Space Decomposition (FSD), Dvoretzky-Milman theorem, ℓ_q-norm interpolant, benign overfitting, non-asymptotic bounds, convex concentration
  • 为什么对您有用: 本文属于高维统计与随机矩阵理论交叉领域,直接关联您的主要兴趣。其 FSD 框架和 Dvoretzky-Milman 定理的应用可能为您的随机矩阵理论工具提供新的分析视角,且良性过拟合问题与高维推断密切相关。您可考虑用您熟悉的随机矩阵理论(如 Marchenko-Pastur 定律)来验证或扩展其结论。

非参数 / 半参数 (nonparam_semipara, 1 篇)

1. 2610.23842 — Canonical Layer Inference for Deep Gaussian Processes via Symmetry-Breaking Augmentation

  • 作者: Yichen Zhu, Hengrui Luo
  • 机构: University of Hong Kong · Lawrence Berkeley National Laboratory · Rice University
  • 相关性 5/10 · novelty: new_theory
  • 摘要: 本文研究深度高斯过程(DGP)作为组合回归函数先验时,中间层推断的基本障碍:相邻层存在对称性,即对相邻两层施加可逆变换及其逆变换不改变组合回归映射。在显式对称性和先验可比性条件下,作者证明即使组合回归函数可估计,后验也可能不集中于任何指定的中间层表示。为此,引入一种增广的 ρ-分数后验,通过非饱和的恒等偏离惩罚对层分解重新加权,使对称相关分解之间的后验几率改变指数惩罚比。在适当惩罚和先验质量条件下,该方法保持函数层面的分数后验收缩,同时将冗余层收缩到恒等映射。作者指出似然无法识别唯一的“真实”层集合,增广偏向恒等简约分解,但所选代表层的唯一性并未建立。
  • 关键技术: fractional posterior, posterior contraction, symmetry-breaking augmentation, deep Gaussian processes, non-identifiability
  • 为什么对您有用: 本文涉及非参数贝叶斯推断中的可识别性与后验收缩,与您的非参数/半参数理论兴趣直接相关;您可用非常熟悉的非参数统计和极小极大界工具来检验其收缩率的紧性,中期可做的是用半参数理论中的影响函数视角分析其增广后验的效率损失。

数理统计 / 假设检验 (hypothesis_testing, 2 篇)

1. 2610.25453 — Inference on Linear Programs via Feasibility Testing

  • 作者: Sofya Budanova, Eric Mbakop
  • 机构: National Research University Higher School of Economics · The Ohio State University
  • 相关性 7/10 · novelty: new_method
  • 摘要: 本文研究当线性规划的目标函数和约束条件均需从数据估计时,对 LP 最优值的统计推断问题。利用 LP 对偶性,作者通过检验线性不等式组的可行性来构造单侧和双侧置信区间。现有检验虽渐近有效但功效可能较差,本文提出在系统中加入估计的“盒约束”的修正,使得检验对 N^{-1/2} 局部备择具有功效,并得到阶为 N^{-1/2} 的置信区间。这些结果仅要求 LP 值有限,不要求可行域紧致或标准约束规格。在额外约束规格下可得到更强保证,并在已知确定性约束界住原始/对偶变量时建立对一大类 DGP 的一致有效性。模拟显示有限样本性能良好。对您而言,该文将假设检验与约束优化结合,其可行性检验的反演思路可迁移至您熟悉的因果推断中的部分识别问题。
  • 关键技术: LP duality, feasibility testing, inverting tests, box constraints, uniform validity
  • 为什么对您有用: 该文属于假设检验方向,与您的主要兴趣(数学统计与假设检验)直接相关。其核心机制——通过可行性检验反演置信区间——可迁移至因果推断中的部分识别问题(如工具变量或代理变量的识别区域),您可以用 very_familiar 的非参数统计和估计理论来评估其有限样本性质。中期可做:需在 moderately_familiar 的 semiparametric theory 上加强,以处理更复杂的约束结构。

2. 2610.25070 — Dimension-free comparison inequalities between \(f\)-divergences for Gaussian location mixtures

  • 作者: Jeonghwan Lee, Cong Ma
  • 机构: University of Chicago
  • 相关性 6/10 · novelty: new_theory
  • 摘要: 本文研究高斯位置混合分布下 KL 散度、χ² 散度与平方 Hellinger 距离之间的比较不等式,目标是建立不依赖于维度和混合分量数的常数界。在混合分布具有紧支撑的假设下,作者证明 KL 和 χ² 散度均可被平方 Hellinger 距离控制,常数仅依赖于支撑半径。这解决了 Jia 等人提出的开放问题,并推广了已有的比较不等式。证明方法采用高斯插值技巧,将散度的导数与后验均值之差联系起来。该结果对高维统计中的分布检验和变分推断的误差分析具有直接意义。
  • 关键技术: Gaussian interpolation, f-divergence comparison inequalities, posterior mean difference, dimension-free bounds
  • 为什么对您有用: 该结果直接关联高维假设检验中分布距离的维度依赖问题,可用您非常熟悉的 minimax 界工具验证其常数是否紧;属于中期可做,需在 moderately_familiar 的 semiparametric 理论上稍加延伸。

统计计算 / 算法 (stat_computing, 2 篇)

1. 2610.24592 — Local quadratic convergence of iterated correlation matrices: bounds and counterexamples

  • 作者: Ishrak Alhajj Hassan
  • 相关性 4/10 · novelty: new_theory
  • 摘要: 本文研究迭代相关矩阵(CONCOR 算法)的局部二次收敛性。Kruskal 未发表手稿中关于一步估计的论证存在缺陷,作者指出该失败并给出任意维数下相关矩阵的替代界。通过符号对齐中心化行的几何估计,得到显式的收敛邻域和二次误差界。构造了维数至少为 3 的不变相关矩阵族,满足精确标量递推,并在维数至少为 4 时给出原估计的反例,且反例在正定相关矩阵的相对开集上成立。在维数被 4 整除时,可显式求解的子族提供任意接近不动点的反例,并达到新界的渐近系数。所有构造的轨迹均收敛到指定符号模式,因此反例仅针对定量界而非收敛结论。
  • 关键技术: CONCOR algorithm, iterated correlation matrices, quadratic convergence, geometric estimates, invariant families, counterexamples
  • 为什么对您有用: 本文属于统计计算方向,涉及迭代算法的收敛性分析,与您对统计计算(数值方法、算法)的兴趣直接相关。您可以用 very_familiar 的软件开发和数值分析技能复现其反例构造,或尝试将二次收敛界推广到更一般的相似性矩阵。

2. 2610.23786 — Feasible closed form moment matching for scenario generation through covariance rotations

  • 作者: Juan Pablo Contreras
  • 机构: Universidad Diego Portales
  • 相关性 4/10 · novelty: new_method
  • 摘要: 本文研究闭式矩匹配方法生成小规模场景集的问题,目标是在不进行数值优化的情况下匹配均值、协方差矩阵以及边际三阶和四阶矩。作者分析了两种生成器,它们将场景置于协方差因子(通常为对称根或Cholesky根)的列上,并指出因子的选择决定了权重是否非负。通过将每列视为单变量混合分量,利用Pearson不等式导出权重非负的精确可行性条件,并发现因子对可行性的影响由其逐元素四次幂决定,其和可随维度变化达维度倍,从而解释了标准因子在高维下失效的原因。作者提出一种旋转矩匹配程序,在不改变目标矩的前提下搜索可行因子,并在股票收益和合成数据上验证了其有效性,几乎在所有实例中均产生有效概率,优于原始构造。此外,作者对两资产情形给出了旋转存在性的刻画,并建立了任意相关性和相等边际峰度下的充分条件。
  • 关键技术: closed-form moment matching, covariance factorization, Pearson's inequality, scenario generation, feasibility conditions
  • 为什么对您有用: 本文属于统计计算方向,与您的 statistical computing 兴趣直接相关,且其闭式构造和可行性分析可能对您在高维统计计算中的算法设计有启发。您可以用 very_familiar 的软件开发和数值方法技能快速复现其旋转算法,属于立即可做的范畴。

天体统计 (astrostats, 4 篇)

1. 2610.27252 — J-PLUS: Identifying Outlier Spectral Energy Distributions in the Fourth Data Release Using Unsupervised Machine Learning

  • 作者: F. Quispe-Huaynasi, F. Roig, V. Loaiza-Tacuri, V. M. Placco, V. Marra, F. Jiménez-Esteban et al.
  • 机构: National Observatory · Universidade Federal do Espírito Santo · Universidade Federal de Sergipe · NSF NOIRLab · Universidade Federal de Ouro Preto · Trieste Astronomical Observatory · Institute for Fundamental Physics of the Universe · National Institute for Astrophysics 等
  • 相关性 5/10 · novelty: application
  • 摘要: 本文利用 J-PLUS 第四次数据发布中 12 个滤光片(含窄带)的测光数据,结合无监督机器学习方法识别光谱能量分布(SED)中的异常天体,目标是为光谱后续观测筛选稀有或未被充分代表的恒星种群候选体。方法上,作者先用自编码器(autoencoder)进行异常检测,得到偏离主流 SED 模式的样本;再对异常样本的 J-PLUS 颜色应用 t-SNE 降维,结合 SIMBAD 等外部数据库对 t-SNE 图中的过密区域进行归类。研究发现 t-SNE 空间中存在若干清晰孤岛,对应特定天体种群,并据此识别出大量白矮星和低质量恒星,包括少量被污染的白矮星。最终报告了 19 颗碳星、11 颗激变变星和 170 个白矮星-主序双星等此前未被报道的候选体,供光谱后续观测。作为应用型论文,其方法学新颖性有限,但展示了自编码器与 t-SNE 结合在测光数据异常检测中的实用流程,对天文数据挖掘入门有参考价值。
  • 关键技术: autoencoder anomaly detection, t-SNE dimensionality reduction, broad- and narrow-band photometry, SED outlier identification, unsupervised machine learning
  • 为什么对您有用: 本文属于 gateway reading 范畴的 astrostatistics 应用:它清晰展示了测光数据的结构(12 滤光片、颜色空间)和异常检测的建模思路,适合作为入门读物。武器库中的无监督学习与降维工具足以理解其方法,但若要深入改进(如处理选择效应或不确定性),需要补充天文数据特有的误差模型知识。值得花时间读全文以了解天文数据挖掘的实际流程和挑战。

2. 2610.27051 — Graph Neural Networks for Astrophysics and Cosmology

  • 作者: Christian Kragh Jespersen
  • 机构: University of Toronto
  • 相关性 5/10 · novelty: survey
  • 摘要: 本文是一篇关于图神经网络(GNN)在天体物理与宇宙学中应用的综述,核心论点是GNN天然契合物理数据的几何结构(如星系的环境、暗物质晕的演化历史、探测器中的光子事件),优于其他深度学习架构。作者从深度学习几何原理出发,统一了卷积网络和Transformer作为图模型的特殊情形,并系统梳理了宇宙学、星系形成、动力学和仪器等领域的应用。综述还发现,除仪器领域外,仅六分之一的文章将GNN应用于真实数据而非模拟数据,并据此提炼了最佳实践,包括何时不应使用图模型。作为面向统计学家的入门读物,本文清晰阐述了数据与模型两方面:数据侧涵盖天文观测的结构、噪声与选择效应,模型侧则强调GNN如何编码对称性与先验知识。对您而言,这是一篇优秀的gateway reading,能帮助您快速理解天文数据中图结构的建模需求,但方法学上并无直接可迁移的新统计理论。
  • 关键技术: Graph Neural Networks, geometric deep learning, symmetry incorporation, simulation-based inference, data vs simulation gap
  • 为什么对您有用: 本文属于astrostatistics的gateway reading:它清晰展示了天文数据中图结构的建模需求,适合作为入门读物;您的武器库(如非参数统计、高维渐近)足以支撑理解其方法,但无需深入;值得花时间读全文以了解该领域的数据与模型全貌。

3. 2610.25677 — Plate-YOLO: An End-to-End Object Detection Framework for Robust Astrometric Registration of Historical Plates

  • 作者: Quanfeng Xu, Zhengjun Shang, Shiyin Shen, Yong Yu, Mingyang Ma, Zhenghong Tang et al.
  • 机构: Shanghai Astronomical Observatory · National Space Science Center · University of Chinese Academy of Sciences · Beijing Normal University
  • 相关性 5/10 · novelty: application
  • 摘要: 本文提出 Plate-YOLO,一个用于历史天文底片自动天体测量校准的端到端目标检测框架。研究问题是在底片退化、存在结构伪影时,传统源提取与校准流程失效,需要更鲁棒的自动化方案。方法上,将源检测与恒星分类整合进单一检测器,并独立供给天体测量求解器;检测器基于 YOLOv5,引入 Space-to-Depth 特征重排、SimAM 注意力、高分辨率 P2 头以及针对小目标的 Normalized Wasserstein Distance 损失。训练策略采用 Gaia 引导的微调流程,先用已解算底片构造新档案的标签。在 150 张传统流程失败的 UBAI 底片上,中国训练模型解出 40 张,目标档案微调后额外恢复 106 张,总恢复率 146/150 (97.3%);在报告硬件上,源提取耗时 6.61 秒/张,优于 SExtractor 的 16.73 秒/张。对您而言,这是一篇典型的 gateway reading:展示了深度学习目标检测在真实天文数据管线中的落地,数据与模型侧(退化图像、小目标、迁移学习)交代清晰,但方法学 novelty 有限,核心价值在于工程适配与数据集构建。
  • 关键技术: YOLOv5, Space-to-Depth, SimAM attention, Normalized Wasserstein Distance loss, Gaia-guided fine-tuning, astrometric calibration
  • 为什么对您有用: 本文属于 astrostatistics 的 gateway reading。作为对天文一无所知的统计学家,本文是否好入门读物?——是,它清楚交代了数据退化问题、检测器架构改动和训练策略,不需要天文背景即可理解流程。武器库够不够支撑进入这个方向?——够,核心是目标检测与迁移学习,属于 very_familiar 的软件开发和 high-dimensional 之外的常规统计/ML 工具,无需额外数学机器。是否值得花时间读全文?——中等偏上,若对天文图像处理或小目标检测的工程细节感兴趣可读,但方法学上无新理论贡献,属于 application 类论文。

4. 2610.24015 — Analysis of Binary O-type Star Systems Using Recurrent Neural Networks

  • 作者: Miguel Flores R., Luis J. Corral, Celia R. Fierro-Santillán, Silvana G. Navarro
  • 相关性 4/10 · novelty: application
  • 摘要: 本文针对模拟的 O 型双星系统,使用循环神经网络(RNN)估计有效温度和表面重力,输入为光谱光学区 34 个等效宽度测量值。在归一化前,对观测的 IACOB 光谱施加两种处理:叠加黑体连续谱和叠加第二条观测光谱(次星贡献比例 5%-75%)。实验涵盖 192 个模拟系统和 1152 个修改光谱,结果显示随着次星贡献增加,大多数估计的有效温度和表面重力下降,但个别系统(如 HD14947)出现非单调行为。与已发表值的比较依赖于所选物理参数和参考标准。结论是系统对次星光谱的加入敏感,但无法唯一确定观测双星的次星贡献。
  • 关键技术: recurrent neural networks, equivalent width measurements, spectral normalization, binary star parameter estimation
  • 为什么对您有用: 本文属于 gateway reading 范畴的 astrostatistics 论文。作为入门读物,它清晰展示了恒星光谱参数估计的数据流程(等效宽度、归一化、模拟数据生成),但未深入统计建模(如似然或不确定性量化)。武器库中的非参数统计和软件工程能力足以理解其方法,但缺乏天文学背景知识可能增加阅读成本。值得花时间读全文以了解天文数据结构和常见分析模式,但方法学新颖性有限。

经济理论 / 应用 (econ_theory, 2 篇)

1. 2610.27405 — Evidence-Based Policy Choice in Macroeconomics

  • 作者: Toru Kitagawa, Simone Martinalli
  • 机构: Brown University
  • 相关性 6/10 · novelty: application
  • 摘要: 本文在结构VAR框架下研究数据驱动的宏观经济政策选择,将政策制定者的优化问题形式化为统计决策问题,区分了'同期'(通过意外政策冲击实施)和'前瞻指引'(通过预期政策冲击实施)两种政策体制。作者推导了oracle、贝叶斯最优和稳健贝叶斯决策规则,后者适用于结构脉冲响应仅集合识别的情形,并证明决策问题仅通过政策冲击相关列的张成空间依赖于结构旋转矩阵。在局部渐近高斯极限实验中,作者证明plug-in规则被James-Stein型收缩规则一致支配,因此在该极限中不可容许。基于校准的货币SVAR的数值分析比较了plug-in和基准贝叶斯规则的风险,发现贝叶斯规则在两种体制下在95.1%-99.9%的后验抽样中风险更低。文章还研究了单次决策与序贯政策制定的关系,并应用于2006-2007年美国货币政策,发现plug-in和贝叶斯规则可能差异显著。对您而言,本文是经济理论中统计决策理论应用的典型例子,可作为进入宏观政策因果推断领域的入门读物。
  • 关键技术: structural VAR, statistical decision theory, Bayes decision rule, robust Bayes, James-Stein shrinkage, local asymptotic normality
  • 为什么对您有用: 本文属于经济理论(宏观政策)应用,可作为gateway reading:它清晰展示了统计决策理论(贝叶斯、稳健贝叶斯、James-Stein收缩)如何用于政策选择,对您了解经济理论中的因果推断应用有帮助;您的武器库(非参数统计、极小极大界、因果推断估计)足以理解其核心决策框架,但需补充宏观SVAR和结构识别背景;值得花时间读全文以拓展跨学科视野。

2. 2610.26298 — Deep-\(π^*\): A Neural Network Estimate of Trend Inflation

  • 作者: Carlos Montes-Galdón
  • 相关性 4/10 · novelty: application
  • 摘要: 本文提出 Deep-π,一种用神经网络估计趋势通胀(trend inflation)的新方法。传统模型(如 UC-SV)将趋势通胀视为潜在随机游走,无法解释其变动原因;Deep-π 将趋势的 innovations 设为大量宏观经济指标的(可能非线性)函数,并用神经网络估计,从而可用 Shapley 值将趋势的每次变动归因于具体指标。作者定义了两个互补的损失函数:一个拟合当前通胀(current trend),另一个预测未来一年通胀(forward-looking trend)。在美国数据中,就业相关变量是疫情后当前趋势上升的最大贡献者;而前瞻性趋势更早上升,主要由实际活动、就业、货币和信贷驱动,且比当前趋势提前 8-12 个月见顶。两个趋势都过滤掉了能源和商品价格的大部分波动,且指标贡献呈非线性并存在显著交互。在通胀飙升期间每月重新估计,该模型比标准 UC-SV 模型和随机游走预测更准确;2021 年初专业预测者预期通胀低于 3% 时,前瞻性趋势已发出持续通胀上升的信号。
  • 关键技术: neural networks, Shapley values, latent random walk, trend inflation, forecasting
  • 为什么对您有用: 本文属于经济理论/应用方向,可作为 gateway reading 了解宏观时间序列中机器学习与可解释性结合的应用。武器库中的非参数估计和预测方法足以理解其方法,但无需直接迁移。

其他 (other, 8 篇)

1. 2610.23846 — Identifiability from Moments in Independent Component Analysis Mixture Models

  • 作者: Pardis Semnani, Konstantin Usevich, Elina Robeva
  • 机构: Technische Universität Berlin · Centre National de la Recherche Scientifique · CRAN · Université de Lorraine · University of British Columbia
  • 相关性 7/10 · novelty: new_theory
  • 摘要: 本文研究独立成分分析(ICA)混合模型的可识别性,该模型是高斯混合的非参数推广,每个成分密度在可逆线性变换后具有独立坐标。作者证明了在一般参数条件下,混合系数、线性变换及各成分的源矩(阶数至 d)可由观测到的至多 d 阶矩张量唯一识别(除平凡的缩放与置换对称性)。方法上,作者将问题转化为对应 secant variety 的代数几何性质研究,利用维数与 Gauss 映射等工具刻画可识别性。主要结果为:当 d≥5 时,渐近可识别至约 n^{d-2}/d! 个混合成分;当 d=3,4 时,可识别至有限等价类,成分数分别达到 n^{d-2}/d! 与 0.5 n^{d-2}/d!(d=4 时需已知混合系数)。所得成分数上界在 n 的阶上达到最大,且对 d=3 与 d≥5 渐近最优。该工作与您的高阶矩张量及代数统计兴趣相关,但更偏向代数几何与张量分解,而非您主攻的统计推断或计算复杂度方向。
  • 关键技术: secant varieties, Gauss maps, moment tensors, algebraic identifiability, generic identifiability
  • 为什么对您有用: 本文与您的高阶 U-统计量(矩张量)及张量网络计算兴趣有间接联系,但核心方法是代数几何而非统计推断;作为 gateway reading,它展示了矩张量可识别性的代数视角,但武器库中缺少 secant variety 与 Gauss map 工具,暂不可直接跟进。

2. 2610.24413 — Asymptotic Normality of the Hill Estimator in Linear Preferential Attachment

  • 作者: Tiandong Wang
  • 机构: Fudan University
  • 相关性 6/10 · novelty: new_theory
  • 摘要: 本文研究线性优先连接图(每个新顶点依次发送 m 条边,附着权重为 d+δ)中最大 k_n 个度的 Hill 估计量的渐近正态性。在确定性序列 k_n→∞ 且满足 √k_n (k_n/n)^α→0(α=m/(2m+δ))的条件下,估计量以 √k_n 速率收敛到均值为零、方差显式且严格小于 α^2 的正态分布。方差缩减被分解为不同出生时刻的度分布差异和边竞争两部分,其中竞争贡献是出生时刻差异贡献的 1/m 倍。证明使用以边附着为索引的鞅,并与独立纯生过程比较,同时保留整数度和并列情况。文中还给出基于 Gamma 和 Beta 函数的一致标准误及学生化正态极限。
  • 关键技术: Hill estimator, preferential attachment, martingale central limit theorem, pure-birth process comparison, studentization
  • 为什么对您有用: 本文属于网络统计与极值理论交叉,与您的主要兴趣(如高维统计、假设检验)无直接重叠,但可作为网络数据中重尾估计的入门读物;其鞅方法和纯生过程比较技术对您熟悉的非参数统计和 U-统计量分析有一定参考价值,但核心机器(网络随机图模型)不在您的武器库中,暂不可做。

3. 2610.23750 — Exact Tail Laws for Nonlinear SGD with Infinite-Variance Gradients

  • 作者: Xiaoli Li, Qianqian Lei, Ziyang Wei, Wei Biao Wu
  • 机构: University of Chicago
  • 相关性 5/10 · novelty: new_theory
  • 摘要: 本文研究具有无限方差梯度噪声的非线性常数步长SGD的尾部行为。在正则变化创新(指数t∈(1,2))下,作者证明最后迭代的精确一阶尾概率由单个大梯度冲击通过局部Hessian流传输主导,这与中心稳定Ornstein-Uhlenbeck极限的度量相同。他们证明了在中心尺度以上的收缩容差下该近似的相对精度,且允许状态依赖噪声和增长观测视界。主要技术步骤是中心波动尺度的矩界和非线性误差的低阶矩控制。结果给出显式的投影和超额目标尾部、极端分位数以及固定批大小b的因子b^{1-t}。对于仿射总体梯度,更精细的比较在固定容差下给出相同定律,包括随机样本Hessian。
  • 关键技术: regularly varying tails, stable Ornstein-Uhlenbeck limit, tail probability approximation, nonlinear SGD, moment bounds
  • 为什么对您有用: 本文属于随机优化与重尾统计的交叉,与您的主要兴趣(如高维统计、假设检验)关联较弱,但其中对重尾噪声下估计器尾部行为的刻画,可能对您在高维或因果推断中处理厚尾数据时的稳健性分析有启发。不过,作为gateway reading,本文技术性较强,且非您核心领域,建议仅作浏览。

4. 2610.23102 — Watanabe's Learning Coefficients in Item Response Theory

  • 作者: Joe Suzuki, Takumi Ikejiri, Yuki Kurumadani
  • 相关性 5/10 · novelty: new_theory
  • 摘要: 本文研究项目反应理论中联合参数两参数逻辑斯蒂(2PL)模型的奇异学习系数(即实对数规范阈值)。在项目参数与受试者能力均视为未知固定参数的设定下,作者通过 Fisher 信息矩阵刻画模型的奇异结构:当所有区分度非零且能力不全相等时,仅存在一个由尺度不确定性导致的零方向,商模型局部正则。随后分类了区分度为零或能力退化配置引起的额外秩亏,区分了由非退化二次型支配的层与需要高阶乘积奇点分析的层。在项目数与受试者数固定、独立响应矩阵数趋于无穷的渐近框架下,对所有可实现真实响应分布推导了显式的局部与全局学习系数及重数。全局公式仅依赖真实响应概率,涵盖概率等于 1/2 或跨受试者恒定的情形,扩展了先前仅限非零真实区分度的结果,为 sBIC 应用于联合参数 2PL 模型提供了所需量。
  • 关键技术: singular learning theory, real log canonical threshold, Fisher information matrix, sBIC, algebraic geometry
  • 为什么对您有用: 本文属于奇异学习理论在 IRT 中的应用,与您的主要兴趣(数学统计、假设检验)关联较弱,但涉及 Fisher 信息矩阵的秩亏分类与高阶奇点分析,可能对您在高维统计与随机矩阵理论中的退化结构研究有边缘启发。作为 gateway reading,本文对奇异学习理论的外行读者较为友好,但需要代数几何背景;您的武器库(非参数统计、极小极大界)不足以直接攻入其核心机制,暂不可做。

5. 2610.27255 — Is sophistication a panacea? The learning capacity of random feature models for financial forecasting

  • 作者: Martial Laguerre
  • 相关性 5/10 · novelty: application
  • 摘要: 本文研究随机特征岭回归在金融收益预测中的学习能力,目标是刻画其能否捕捉比简单负自相关更复杂的模式。理论核心是信号噪声比(SNR)与正则化之间的相互作用,作者推导出一个称为“SNR frontier”的阈值,用以划分不同的学习机制。该阈值可用于确定最小惩罚水平,以防范实现阶段 SNR 下降带来的风险。实证部分将该方法应用于股权溢价预测,并构建均值-方差有效投资组合,结果显示相对于短期反转策略,该组合具有可观的经济价值。对您而言,本文属于统计学习理论在金融应用中的案例,与您的主要兴趣(如高维统计、半参数理论)关联较弱,但其中关于正则化与 SNR 的权衡分析可能对您在高维推断中的调参问题有启发。
  • 关键技术: random features ridge regression, signal-to-noise ratio frontier, regularization, mean-variance portfolio optimization
  • 为什么对您有用: 本文属于统计学习理论在金融预测中的应用,与您的主要兴趣(因果推断、高维统计、半参数理论)关联较弱。但其中关于正则化与 SNR 的权衡分析可能对您在高维推断中的调参问题有启发。作为 gateway reading,本文对统计学家而言入门性一般,因为其理论部分依赖随机特征模型的渐近分析,但实证部分清晰展示了方法在金融数据上的应用。武器库中的非参数统计和最小最大界工具足以支撑理解其理论,但该主题并非您当前的核心方向,因此不值得优先投入时间。

6. 2610.23504 — Weighted spatial averages with missing observations: Convergence and accuracy of delta-method variance approximations

  • 作者: Ashwin K Seshadri, Abhishek Pal Majumder
  • 机构: Indian Institute of Science Bangalore · Newcastle University
  • 相关性 4/10 · novelty: application
  • 摘要: 本文研究不完整网络上的加权空间平均,其估计量是比值形式,方差通过 delta 方法(泰勒截断)近似。在观测完全随机缺失、缺失概率为 α 的假设下,作者回答了三个问题:截断级数是否收敛、截断误差大小、以及网络增长时的行为。主要结果表明,级数收敛要求 α>1/2 且分子分母修正项同阶增加;无论收敛与否,仅修正分母的截断误差可由变异系数 ρ 控制,ρ^2=(1-α)/α Σ β_i^2。对于均匀权重和有界场,误差随网络增长而消失;若相关随距离衰减,一阶近似的误差阶为 ρ^4,而最简近似为 ρ^2。作者还发现,只有分子分母同阶的截断(从一阶开始)才能避免对均值水平的虚假依赖,高阶截断不一定更准确。均匀权重下的精确方差(单重求和)表明,对于相关场,一阶近似高估缺失数据的影响但整体保守;集中权重会使其退化。印度降雨模拟验证了结果,部分结论可推广到自归一化估计量。
  • 关键技术: delta method, Taylor series truncation, ratio estimator, missing completely at random, coefficient of variation
  • 为什么对您有用: 本文属于统计推断中的方差近似问题,与您的主要兴趣(数学统计、假设检验)有间接联系,但并非核心方向。作为 gateway reading,它展示了 delta 方法在空间数据缺失场景下的理论分析,对您了解此类问题的技术细节有一定参考价值,但方法学新颖性一般,且与您的技术武器库(如 U-统计量、半参数理论)直接关联较弱。

7. hexagon:2610.00333 — Records, scale flows, and Gaussian limits from lattice Poisson fields

  • 作者: Brice Pouly
  • 期刊/来源: Hexagon · 无人类作者署名 · 人类理解:无
  • 分类: math.PR · math.NT
  • 相关性 4/10 · novelty: new_theory
  • 摘要: 本文研究格点泊松场中稀有事件驱动的极值历史,从完全符号游程比较出发,发展记录、删失、占据和 Gaussian 极限理论。在单因子信息强度预算下,算术输入保留每个格点、精确长度和实际符号。严格整数记录、符号不平衡和对数领导时间具有联合相位均匀 Brown 极限,协方差显式给出,且独立于终端临界场及其极值路径。右删失给出可见最大值的标量 M1 收敛和首位符号的 J1 收敛,物理占据则具有非退化相位索引极限。规范插值连接阈值稀疏化和平稳尺度流,但不识别其记录规则或 Gaussian 常数。带符号空间理论包含加权精确水平、固定窗口 Ornstein-Uhlenbeck 路径、两个相关阈值压缩噪声和显式网格中心的矩形场。直接划分和二次重构证明提供了替代路线。
  • 关键技术: Poisson fields, record processes, Gaussian limits, M1/J1 convergence, Ornstein-Uhlenbeck paths
  • 为什么对您有用: 本文属于概率论与数论交叉的纯数学工作,与您的主要兴趣(因果推断、高维统计、U-统计量等)无直接交集,也不属于 gateway-reading 范畴(非天文、经济、流行病学或计算统计)。但其中对格点场极值极限的刻画可能对您在高维随机矩阵或 U-统计量极限理论中的概率工具有所启发,不过当前武器库(如经验过程、集中不等式)难以直接迁移,暂不可做。

8. hexagon:2610.00292 — A Probabilistic Proof of a Positivstellensatz of Baldi-Sinn-Telek-Weigert

  • 作者: Colin Tan
  • 期刊/来源: Hexagon · 无人类作者署名 · 人类理解:无 · 工具: Gemini Argon 4
  • 分类: math.AG · math.PR
  • 相关性 4/10 · novelty: new_theory
  • 摘要: 本文给出 Baldi-Sinn-Telek-Weigert 关于 Laurent 多项式的一个一致分母 Positivstellensatz 的概率证明,该定理要求诱导齐次形式在射影环面簇的非负部分上严格正。证明使用三个经典统计概率工具:离散指数族的 Barndorff-Nielsen 完备化、基于充分性的指数倾斜不变性(Halmos-Savage 与 Van Campenhout-Cover),以及 Diaconis-Freedman 的条件极限定理(系综等价)。文章由 AI 生成,仅摘要为人类撰写,属于数学与概率交叉的纯理论结果。
  • 关键技术: Barndorff-Nielsen completion, exponential tilting, sufficiency, conditional limit theorem, equivalence of ensembles
  • 为什么对您有用: 本文与您的主要兴趣(数学统计、假设检验、指数族理论)有概念性关联,但属于纯数学代数几何与概率的交叉,非统计方法论文。作为 gateway reading,它展示了经典统计工具(指数族、充分性、条件极限定理)在代数几何中的应用,但武器库中缺乏代数几何背景,暂不可做后续工作。

🗂 其他论文(仅 LLM 评分,未生成摘要)

未生成中文摘要的论文,按 LLM 评分由高到低排列,仅保留评分与简评,便于回溯查全。一般为相关性低于展示阈值者;个别历史页也含当时因单日摘要上限未展开的高分篇目(评分仍清楚标着)。

1. 2610.27251 — AI and The Enclosure of the Scientific Commons

  • 作者: P. K. G. Williams
  • 机构: Center for Astrophysics Harvard & Smithsonian
  • 相关性 3/10
  • 评分理由: General science essay on scientific commons; no data/model dimension, not a stats paper, low relevance.

2. hexagon:2610.00347 — Gaussian weights on fractals and Edelman's ghosts and shadows

  • 作者: Djalil Chafaï
  • 分类: math.PR · math.MG
  • 相关性 3/10
  • 评分理由: Probability on fractals with Gaussian weights, tangential to high-dimensional statistics but no direct methodological overlap.

3. hexagon:2610.00332 — Rare events in multiplicative sequences: Poisson laws, clusters, and observation

  • 作者: Brice Pouly
  • 分类: math.NT · math.PR
  • 相关性 3/10
  • 评分理由: Probability theory on rare events in multiplicative sequences, tangential to statistical interests but no direct connection.

4. hexagon:2610.00336 — Sparse prime surgery in completely multiplicative sequences: Normality, rare-event realization and optimal repair

  • 作者: Brice Pouly
  • 分类: math.NT · math.PR · math.DS
  • 相关性 3/10
  • 评分理由: Number theory and probability on multiplicative sequences, tangential but not aligned with primary statistical interests.

5. hexagon:2610.00322 — The Willow Transform and the Blind Zone Theorem: A Sharp Obstruction in the Turán Hierarchy for the Riemann ξ-Function

  • 作者: Changxia Lin
  • 分类: math.NT
  • 相关性 3/10
  • 评分理由: Riemann hypothesis via Toeplitz minors, adjacent to mathematical statistics but not actionable.

6. hexagon:2610.00308 — A Polynomial Separation for Adaptive Fourier-Overlap Parity Decision Trees

  • 作者: YURAN XIU
  • 分类: cs.CC
  • 相关性 3/10
  • 评分理由: Decision tree complexity for parity functions, only weakly related to computational statistics; no statistical model.

7. hexagon:2610.00279 — Pattern-avoiding binary arrays and a Stirling-type table: explicit formulas, exact recurrence orders, and non-D-finiteness

  • 作者: Yunkun Song
  • 分类: math.CO · cs.SC
  • 相关性 3/10
  • 评分理由: Combinatorial enumeration with non-D-finiteness, tangential to statistical computing.

8. hexagon:2610.00289 — Linchpin Theorems

  • 作者: Thomas Hales
  • 分类: math.GM
  • 相关性 3/10
  • 评分理由: Philosophy of formal proof verification, tangential to statistical practice.

9. 2610.27038 — The science case for an in-situ measurement platform in the Venus clouds

  • 作者: Maureen Cohen, Joanna Egan, Martin Airey, Karen Aplin, Gilles Bailet, Paul Byrne et al.
  • 相关性 2/10
  • 评分理由: Venus exploration white paper; no statistical or data modeling content, unrelated to interests.

10. hexagon:2610.00346 — Optimal windowed test functions for bounding analytic ranks of elliptic curves

  • 作者: Sabrina Hackfort
  • 分类: math.NT
  • 相关性 2/10
  • 评分理由: Number theory paper on elliptic curves and test functions, unrelated to statistical interests.

11. hexagon:2610.00361 — Arithmetic structure in a complete atlas of power-residue runs below \(2^{32}\): Rabung profiles, Kummer densities, norm dependencies, and local codes

  • 作者: Brice Pouly
  • 分类: math.NT · math.CO
  • 相关性 2/10
  • 评分理由: Number theory/combinatorics on power-residue runs, no statistical methodology or data analysis relevance.

12. hexagon:2610.00362 — Cubic-residue quadruplets: elliptic formulas and arithmetic fluctuations

  • 作者: Brice Pouly
  • 分类: math.NT · math.AG
  • 相关性 2/10
  • 评分理由: Number theory on cubic-residue quadruplets with elliptic formulas, unrelated to statistical interests.

13. hexagon:2610.00365 — Adelic Galois representations are maximal for almost all Drinfeld modules

  • 作者: Anwesh Ray
  • 分类: math.NT · math.AG
  • 相关性 2/10
  • 评分理由: Number theory on Drinfeld modules and Galois representations, unrelated to statistical interests.

14. hexagon:2610.00341 — Mass Gap of Lattice Yang--Mills Theory up to the Dobrushin Ceiling

  • 作者: Deep Bhattacharjee, Ushashi Bhattacharya
  • 分类: math-ph
  • 相关性 2/10
  • 评分理由: Mathematical physics (lattice gauge theory), tangential to statistical mechanics but not statistics.

15. hexagon:2610.00342 — Ghosts in Poisson Brane Gases

  • 作者: Deep Bhattacharjee, Ushashi Bhattacharya
  • 分类: math-ph
  • 相关性 2/10
  • 评分理由: Mathematical physics with random functions, but no direct statistical inference or methodology.

16. hexagon:2610.00323 — A sqrt(17/2) Lower Bound for Depth Reduction in Explainable Planar k-Center Clustering

  • 作者: YURAN XIU
  • 分类: cs.CG
  • 相关性 2/10
  • 评分理由: Theoretical computer science clustering lower bound, no statistical inference or data analysis.

17. hexagon:2610.00327 — A Three-Polynomial Counterexample to the Generalized Effective Hypercube Nullstellensatz

  • 作者: YURAN XIU
  • 分类: cs.CC
  • 相关性 2/10
  • 评分理由: Algebraic complexity counterexample, unrelated to statistical interests.

18. hexagon:2610.00337 — An Approximate Solution to the Minimum Vertex Cover Problem: The Salvador Algorithm

  • 作者: Frank Vega
  • 分类: cs.CC · cs.DS
  • 相关性 2/10
  • 评分理由: Approximation algorithm for vertex cover, tangential to statistical computing and out of arsenal.

19. hexagon:2610.00330 — A construction of the sphere-packing magic functions in dimensions 8 and 24

  • 作者: Thomas Hales
  • 分类: math.NT
  • 相关性 2/10
  • 评分理由: Sphere-packing via Fourier analysis, tangential to high-dim asymptotics but not a primary interest.

20. hexagon:2610.00312 — Sharp equilibrium and stable-state capacities of multisite phosphorylation

  • 作者: Michael Mislan
  • 分类: math.DS
  • 相关性 2/10
  • 评分理由: Dynamical systems on phosphorylation networks, no statistical methodology overlap.

21. hexagon:2610.00298 — Almost all simple lengths are unique up to isometry

  • 作者: Nhat Minh Doan
  • 分类: math.GT · math.NT
  • 相关性 2/10
  • 评分理由: Hyperbolic geometry and curve lengths, unrelated to the researcher's interests.

22. hexagon:2610.00304 — An explicit finite cylinder cover of the regular tetrahedron saving \(3.86\times10^{-4}\) below the half-area bound

  • 作者: Ricardo Pinho
  • 分类: math.MG · math.CO
  • 相关性 2/10
  • 评分理由: Geometric covering problem with LP certification, tangential to statistical computing but not relevant.

23. hexagon:2610.00309 — Quantitative analysis of critical-window profiles for autocatalytic emergence

  • 作者: Michael Mislan
  • 分类: math.PR
  • 相关性 2/10
  • 评分理由: Probability model but focused on autocatalytic networks, far from researcher's interests.

24. hexagon:2610.00300 — Low-rank Grothendieck rings: an AI-assisted classification project, constructions, and open problems

  • 作者: Sebastien Palcoux
  • 分类: math.QA · math.CT
  • 相关性 2/10
  • 评分理由: Fusion categories and tensor rings, no statistical or computational-statistics connection.

25. hexagon:2610.00313 — Attracting oscillations in sequential distributive multisite phosphorylation

  • 作者: Michael Mislan
  • 分类: math.DS
  • 相关性 2/10
  • 评分理由: Dynamical systems in biochemistry, not relevant to statistical methodology.

26. hexagon:2610.00302 — The Grothendieck construction between the telescope monad and contextads

  • 作者: Kotaro Kamiya
  • 分类: math.CT · cs.MS
  • 相关性 2/10
  • 评分理由: Category theory and monads, unrelated to the researcher's statistical work.

27. hexagon:2610.00305 — Three conjectures on the first two graph eigenvalues

  • 作者: Idris Ali Shaik
  • 分类: math.CO
  • 相关性 2/10
  • 评分理由: Graph eigenvalues, tangential to high-dimensional statistics but no direct methodological link.

28. hexagon:2610.00314 — Non-unique vanishing-viscosity solutions of 2D Euler with vorticity in \(L^p\)

  • 作者: Umberto Pappalettera, Massimo Sorella
  • 分类: math.AP
  • 相关性 2/10
  • 评分理由: PDE analysis of Euler equations, tangential to inverse problems but no statistical framing.

29. hexagon:2610.00301 — The Exact Junta Bound for Degree-Two Boolean Functions on q-ary Hamming Cubes

  • 作者: YURAN XIU
  • 分类: cs.CC
  • 相关性 2/10
  • 评分理由: Boolean function analysis on Hamming cubes, tangential to high-dimensional statistics but no direct statistical inference.

30. hexagon:2610.00291 — A nontrivial critical window for autocatalytic emergence in the binary polymer model

  • 作者: Michael Mislan
  • 分类: math.PR
  • 相关性 2/10
  • 评分理由: Probability model on polymer catalysis, unrelated to the researcher's statistical interests.

31. hexagon:2610.00262 — A Formally Verified Certificate Proof of the Maximum Number of Stable Matchings for Six Men and Six Women

  • 作者: YURAN XIU
  • 分类: math.CO · cs.DM
  • 相关性 2/10
  • 评分理由: Formal verification of a combinatorics result, no statistical methodology.

32. hexagon:2610.00286 — Gallai's conjecture with two exceptional even vertices

  • 作者: Idris Ali Shaik
  • 分类: math.CO
  • 相关性 2/10
  • 评分理由: Graph theory conjecture on path partitions, unrelated to statistics.

33. hexagon:2610.00276 — Fixed-Level TQFT Transport of Marked Handleslide Coherence: Disjoint Cubes and a Three-Handle Pentagon

  • 作者: Hao-Yu Sun
  • 分类: math.GT · math.QA
  • 相关性 2/10
  • 评分理由: Topological quantum field theory, far outside the researcher's interests.

34. hexagon:2610.00287 — Integral tail signatures and the Hilbert--Smith conjecture

  • 作者: Alexander Dabrowski
  • 分类: math.GT · math.AT · math.GR · math.KT
  • 相关性 2/10
  • 评分理由: Algebraic topology and group actions, no statistical connection.

35. hexagon:2610.00282 — Noncommutative Maccone-Pati Uncertainty Principles

  • 作者: K. MAHESH KRISHNA
  • 分类: math.OA · math.MP
  • 相关性 2/10
  • 评分理由: Operator algebra uncertainty principles, unrelated to the researcher's field.

36. hexagon:2610.00338 — A lean formalization of Roy's strong six exponentials theorem

  • 作者: Shawn Krisman
  • 分类: math.NT
  • 相关性 1/10
  • 评分理由: 纯数论形式化证明,与统计兴趣完全无关。

37. hexagon:2610.00343 — An Euler-product mollifier for the Jensen moment of zeta and an energy criterion for the Riemann hypothesis

  • 作者: Pedro Caceres
  • 分类: math.NT · math.CV
  • 相关性 1/10
  • 评分理由: 解析数论与黎曼猜想,与统计方法无交集。

38. hexagon:2610.00324 — Three-Element Lucky Sets of Stirling Permutations

  • 作者: YURAN XIU
  • 分类: math.CO
  • 相关性 1/10
  • 评分理由: 组合计数问题,不涉及统计推断或计算统计。

39. hexagon:2610.00325 — A Nonunimodal Acyclic Polynomial with All Roots in the Left Half-Plane

  • 作者: YURAN XIU
  • 分类: math.CO
  • 相关性 1/10
  • 评分理由: 图论多项式根的性质,与统计兴趣无关。

40. hexagon:2610.00326 — A Bipartite Graph with a Nonunimodal Acyclic Polynomial

  • 作者: YURAN XIU
  • 分类: math.CO
  • 相关性 1/10
  • 评分理由: 图论反例构造,非统计领域。

41. hexagon:2610.00329 — Counterexamples to the multicolor nonnested matching conjecture

  • 作者: Pedro Machado Manhães de Castro
  • 分类: math.CO
  • 相关性 1/10
  • 评分理由: 组合匹配猜想反例,与统计无关。

42. hexagon:2610.00339 — Marked Heegaard Boundary Modules: Filling, Joint Completion, and Integral Lattices

  • 作者: Hao-Yu Sun
  • 分类: math.GT · math.QA
  • 相关性 1/10
  • 评分理由: 低维拓扑与量子代数,非统计相关。

43. hexagon:2610.00334 — Poisson laws and arithmetic clusters for rare multiplicative patterns

  • 作者: Brice Pouly
  • 分类: math.PR · math.NT
  • 相关性 1/10
  • 评分理由: Pure number theory/probability on multiplicative functions, unrelated to statistics interests.

44. hexagon:2610.00335 — Moving prime environments and arithmetic cluster limits

  • 作者: Brice Pouly
  • 分类: math.PR · math.NT
  • 相关性 1/10
  • 评分理由: Number theory and probability, no statistical methodology or data relevance.

45. hexagon:2610.00345 — A lower bound for two-interval quantum backflow

  • 作者: Daniel Adam Pyle
  • 分类: math.MP
  • 相关性 1/10
  • 评分理由: Quantum mechanics numerical bound, far from statistical interests.

46. hexagon:2610.00340 — Integral root fibers and closed factorizations: Pairing maps, Rees covariance, caps, and sewing

  • 作者: Hao-Yu Sun
  • 分类: math.GT · math.QA
  • 相关性 1/10
  • 评分理由: Algebraic topology/quantum algebra, no connection to statistics.

47. hexagon:2610.00328 — A Counterexample to Affine-Subspace Union Stability under Small Deletions

  • 作者: YURAN XIU
  • 分类: cs.CC
  • 相关性 1/10
  • 评分理由: Pure combinatorics over finite fields, unrelated to statistics or causal inference.

48. hexagon:2610.00331 — Values of the Huang–Ma invariant

  • 作者: Qiyue Tang
  • 分类: math.RA · math.CO
  • 相关性 1/10
  • 评分理由: Algebraic invariant theory, no statistical or computational-statistics connection.

49. hexagon:2610.00295 — A converse to the discrete four-vertex theorem

  • 作者: Kristoffer Josefsson
  • 分类: math.MG · math.DG
  • 相关性 1/10
  • 评分理由: Pure discrete geometry, unrelated to statistics or causal inference.

50. hexagon:2610.00297 — Bounds for Erdős Problem #188: \(7\le k\le 60\)

  • 作者: Carson Crocker
  • 分类: math.CO
  • 相关性 1/10
  • 评分理由: Combinatorial coloring problem, no statistical or computational-statistics relevance.

51. hexagon:2610.00306 — A Product Formula for Partition-Restricted Boundary Hypermatrix Counts

  • 作者: YURAN XIU
  • 分类: math.CO
  • 相关性 1/10
  • 评分理由: Finite-field hypermatrix combinatorics, unrelated to the researcher's interests.

52. hexagon:2610.00316 — Tools for proving that graphs are not graceful

  • 作者: Boon Suan Ho
  • 分类: math.CO · cs.DM
  • 相关性 1/10
  • 评分理由: Pure combinatorics on graph labelings, unrelated to statistics or causal inference.

53. hexagon:2610.00317 — No lattice tiling of \(\mathbb{Z}^{35}\) or \(\mathbb{Z}^{805}\) by Lee balls of radius three

  • 作者: Deep Bhattacharjee, Ushashi Bhattacharya
  • 分类: math.CO · math.MG · math.NT · cs.IT
  • 相关性 1/10
  • 评分理由: Discrete geometry/number theory tiling problem, no statistical content.

54. hexagon:2610.00318 — A graph with three card types and five vertex orbits

  • 作者: Deep Bhattacharjee, Ushashi Bhattacharya
  • 分类: math.CO · math.GR
  • 相关性 1/10
  • 评分理由: Graph theory problem from Kourovka Notebook, unrelated to researcher's interests.

55. hexagon:2610.00319 — Every odd antihole is strongly chromatic-choosable

  • 作者: Deep Bhattacharjee, Ushashi Bhattacharya
  • 分类: math.CO
  • 相关性 1/10
  • 评分理由: Graph coloring conjecture, no connection to statistics or causal inference.

56. hexagon:2610.00320 — The \(\mathfrak{sl}(2)\) weight system at \(c=-3/32\) extends to a graph 4-invariant

  • 作者: Deep Bhattacharjee, Ushashi Bhattacharya
  • 分类: math.CO · math.GT · math.RT
  • 相关性 1/10
  • 评分理由: Graph invariants and weight systems, unrelated to statistical methodology.

57. hexagon:2610.00267 — The fifteenth cohomology of moduli spaces of stable curves

  • 作者: zeming sun, guoxiong gao, shurui liu
  • 分类: math.AG
  • 相关性 1/10
  • 评分理由: Algebraic geometry cohomology computation, far outside researcher's field.

58. hexagon:2610.00303 — A Counterexample to Beauville's Stability Conjecture

  • 作者: Yi Gu, Lifan Guan
  • 分类: math.AG
  • 相关性 1/10
  • 评分理由: Algebraic geometry stability conjecture counterexample, no statistical relevance.

59. hexagon:2610.00307 — Set Cover by Cyclic Rotations Is NP-Complete

  • 作者: YURAN XIU
  • 分类: cs.CC
  • 相关性 1/10
  • 评分理由: NP-completeness of a combinatorial covering problem, unrelated to statistical interests.

60. hexagon:2610.00299 — Polylogarithmic Descent for Almost All Collatz Orbits in Natural Density

  • 作者: Idris Ali Shaik
  • 分类: math.NT
  • 相关性 1/10
  • 评分理由: Collatz conjecture dynamics, unrelated to statistics.

61. 2610.26422 — Inconsistency between Frequentist and Bayesian inference, approximation of improper priors and permissible priors

  • 作者: Pierre Druilhet, Erwan Saint Loubert Bié
  • 机构: Université Clermont Auvergne
  • 相关性 0/10

62. 2610.26144 — Singularities of Multidimensional Item Response Models and the Rank of the Fisher Information Matrix

  • 作者: Joe Suzuki
  • 相关性 0/10

63. 2610.26115 — Dunnett's and Tukey's procedures under mixed model covariance structures: dimensional reduction of multivariate-t integrals

  • 作者: Dmytro Ivanchenko, Rostyslav Yamnenko
  • 机构: Taras Shevchenko National University of Kyiv
  • 相关性 0/10

64. 2610.25935 — Structural Identifiability in Non-Gaussian Graphical Discrete Lyapunov Models

  • 作者: Qixia Luo, Elina Robeva
  • 机构: University of British Columbia
  • 相关性 0/10

65. 2610.25857 — Weak Limits of Parameter Estimation in Strongly Identifiable Mixture Models

  • 作者: Dung Le, Trang Pham, Alessandro Rinaldo, Nhat Ho
  • 相关性 0/10

66. 2610.25821 — Optimal Priors for Betting Tests with Bounded Payoffs: An Exact Efficiency Characterization

  • 作者: Francesco Orabona
  • 机构: King Abdullah University of Science and Technology
  • 相关性 0/10

67. 2610.25421 — Efficient estimation of measures of functional dependence

  • 作者: Holger Dette, Fang Han
  • 机构: Ruhr University Bochum · University of Washington
  • 相关性 0/10

68. 2610.25237 — Conventional Inference under Nonstationary Heavy Tailed Fractional Processes & Arrays

  • 作者: Ioannis Kasparis
  • 机构: University of Cyprus
  • 相关性 0/10

69. 2610.25581 — Characterization of integrating-sphere systematic effects for photon calibration of the KAGRA gravitational wave detector

  • 作者: Shingo Hido, Misato Onishi, Shinji Miyoki, Takahiro Sawada, Takahiro Yamamoto, Takayuki Tomaru et al.
  • 机构: The University of Tokyo · University of Toyama · National Astronomical Observatory of Japan
  • 相关性 0/10

70. 2610.25117 — MACE: Multigroup-Multiangle Integrated Thermal Compton Scattering Kernel

  • 作者: Itamar Giron, Menahem Krief, Elad Steinberg
  • 机构: Hebrew University of Jerusalem
  • 相关性 0/10

71. 2610.24859 — A 4-20 GHz Superconducting 90deg Hybrid Using Capacitively Loaded Coupled Lines for 2SB Heterodyne Receivers

  • 作者: François Joint, Max Behrens, Denis Meledin, Cristian Lopez, Magnus Strandberg, Sven-Erik Ferm et al.
  • 机构: Astronomy and Space · Chalmers University of Technology
  • 相关性 0/10

72. 2610.24838 — An Enhanced Intersecting-Lines Method for Optical Loss Characterization in SIS Heterodyne Receivers

  • 作者: François Joint, Magnus Strandberg, Denis Meledin, Igor Lapkin, Sven-Erik Ferm, Mathias Fredrixon et al.
  • 相关性 0/10

73. 2610.24699 — Inverse-designed tapers to improve throughput of on-chip astrophotonic spectrographs

  • 作者: Vikram Seenivasan, Pradip Gatkine
  • 机构: University of California, Los Angeles
  • 相关性 0/10

74. 2610.24596 — Attitude Estimation of Falcon 9 Rocket Body Based on Photometric Characteristics

  • 作者: Hui Li, Rong-Wang Li, Ru-Feng Tang, Yu-Qiang Li
  • 机构: Chinese Academy of Sciences · University of Chinese Academy of Sciences
  • 相关性 0/10

75. 2610.24396 — Prospects for submillimeter VLBI of black hole photon rings with a stratospheric balloon-borne telescope

  • 作者: Mayukh Bagchi, Dominic W. Pesce, Felix M. Thiel, Laura M. Fissel, Lindy Blackburn
  • 机构: Queen's University · Harvard University · Center for Astrophysics Harvard & Smithsonian
  • 相关性 0/10

76. 2610.24337 — PRIMA prototype spaceflight KID readout electronics laboratory characterization

  • 作者: Adrian K. Sinclair, Chris Albert, C. Matt Bradford, Patrick Brown, Sean Bryan, Jesse Coldsmith et al.
  • 机构: Goddard Space Flight Center · Johns Hopkins University · California Institute of Technology · Jet Propulsion Laboratory · Arizona State University
  • 相关性 0/10

77. 2610.24280 — rapidsim: A Python interface and cross-platform distribution framework for the RAPID protoplanetary disc simulation code

  • 作者: D. Tarczay-Nehéz
  • 机构: Konkoly Observatory · HUN-REN Research Centre for Astronomy and Earth Sciences
  • 相关性 0/10

78. 2610.24082 — Microbial Methanogenesis on Mars: A Life Detection Target for an MLE-Type Mission and Future Human Exploration

  • 作者: Rachel L. Harris
  • 相关性 0/10

79. 2610.23671 — BRISK: An accelerated wide-field imager for radio astronomy

  • 作者: Oliver Ogden, Wesley Armour
  • 机构: University of Oxford
  • 相关性 0/10

80. 2610.23500 — The Atmospheric Chemistry and Surface Interactions on Mars (ACSIOM) Workshop 2025

  • 作者: Benjamin Benne, Megan A. J. Brown, Bethan S. Gregory, Paul M. Streeter, The ACSIOM Team
  • 机构: University of Edinburgh · University of Oxford · The Open University
  • 相关性 0/10

81. 2610.23220 — Understanding sub-arcsecond scale radio sources and space weather with the SKA-Low using interplanetary scintillation

  • 作者: Rajan Chhetri, John Morgan, Harsha Avinash Tanti, Hayley Bignall, Emily Kerrison, Abhirup Datta et al.
  • 机构: Commonwealth Scientific and Industrial Research Organisation · Indian Institute of Technology Indore · Udaipur Solar Observatory
  • 相关性 0/10

82. 2610.23140 — Seeing Through the RFI Mask: DT-FISTA Inpainting of Pulsar Dynamic Spectra via Fourier Sparsity

  • 作者: Yuanshang Huang, Xun Shi
  • 相关性 0/10

83. 2610.22896 — On the foundations of anthropic reasoning: Implications for life across the universe

  • 作者: Brendon J. Brewer, Geraint F. Lewis, Jesse Goodman
  • 机构: University of Auckland · The University of Sydney
  • 相关性 0/10

84. 2610.22834 — MIDSSAR: MId Dispersion Spectrograph for Stellar Activity Research

  • 作者: Fumihde Iwamuro, Daisaku Nogami, Hiroyuki Maehara, Masaru Kino, Kai Ikuta, Akito Tajitsu et al.
  • 相关性 0/10

85. hexagon:2610.00315 — Dense Algebraic Loci of Hodge Classes

  • 作者: Deep Bhattacharjee, Ushashi Bhattacharya
  • 分类: math.AG · math.KT · math.NT · math.RT
  • 相关性 0/10
  • 评分理由: Pure algebraic geometry (Hodge conjecture), completely unrelated to statistics.

86. hexagon:2610.00311 — On Landau--Siegel zeros

  • 作者: Ben Green
  • 分类: math.NT
  • 相关性 0/10
  • 评分理由: Number theory (Landau-Siegel zeros), no statistical content.

87. hexagon:2610.00294 — Rational points on elliptic curves that are primitive modulo a positive proportion of primes

  • 作者: Manjul Bhargava
  • 分类: math.NT · math.AG
  • 相关性 0/10
  • 评分理由: Elliptic curves and prime reductions, pure number theory, no statistics.

88. hexagon:2610.00281 — Almost all Markoff numbers are unique.

  • 作者: William Y. Chen
  • 分类: math.NT
  • 相关性 0/10
  • 评分理由: Pure number theory on Markoff numbers, unrelated to statistics or causal inference.

89. hexagon:2610.00285 — One of β(4), β(6),..., β(36) is irrational

  • 作者: Shawn Krisman
  • 分类: math.NT
  • 相关性 0/10
  • 评分理由: Number theory on Dirichlet beta function irrationality, no statistical connection.

90. hexagon:2610.00290 — Finite Valuation Words and Terminal Obstructions for the Accelerated Syracuse Map

  • 作者: Tosho Karadzhov
  • 分类: math.NT · math.DS
  • 相关性 0/10
  • 评分理由: Collatz-type dynamics with finite-word obstructions, no statistical relevance.

91. hexagon:2610.00284 — A fourteen-dimensional biperfect Lie bialgebra

  • 作者: Pavel I Etingof
  • 分类: math.QA
  • 相关性 0/10
  • 评分理由: Lie bialgebra construction in algebra, completely outside research interests.

Maintained by 陈星宇 · Homepage · Source on GitHub

评论