arXiv 机器学习· Pragatheeswaran Vipulanandan, Kamal Premaratne, Dilip Sarkar·· 4 小时前AI 评分26
独现项稀缺性研究:量化罕见事件脆弱性的缺失质量与未见物种估计新框架
Rarity of Singletons Matters & Supplementary Materials
AI 导读
研究人员提出了一个脆弱性感知(FA)框架,通过显式量化对单例(singletons)等罕见事件统计波动的敏感性,自适应正则化传统的缺失质量与未见物种估计器。该框架构建了具备唯一闭式解的熵-KL优化目标,无需泊松化或渐近近似即可对Good-Turing和Good-Toulmin等经典估计器进行轻量修正。
来源:arXiv 机器学习 · arxiv.org