Quantiles on global non-positive curvature spaces
全局非正曲率空间上的分位数AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确以几何分位数、分布特征及分布相等检验为研究对象，对应分位数与分布方法方向。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
全局非正曲率空间上的分位数
- 研究问题
- 如何在 Hadamard 等全局非正曲率空间中定义几何分位数，并利用这些分位数描述分布、识别异常值及比较分布？
- 方法与思路
- 作者定义空间上的几何分位数，研究等变性、梯度条件和渐近性质，并给出双曲空间梯度下降算法及模拟与生物数据应用。
- 材料陈述的贡献
- 摘要称建立基本性质、强一致性与联合渐近正态性，并展示分布特征度量、变换后异常值检测及分布相等检验的用途。
- 阅读关注点
- 应核对分位数定义与唯一性、渐近结果的空间和分布条件、梯度下降的计算细节，以及各分布分析用途如何实现。
- 阅读边界
- 所给材料为 Crossref 在线发表版摘要；具体正则条件、算法收敛保证和应用数值未说明，也未直接研究经济分布效应。
原文摘要
Abstract We propose a notion of geometric quantiles on Hadamard spaces, or global non-positive curvature spaces. After providing some definitions and basic properties, including scaled isometry equivariance and a necessary condition on the gradient of the quantile loss function, we investigate asymptotic properties, such as strong consistency and joint asymptotic normality. We provide a detailed description of how to compute quantiles using a gradient descent algorithm in hyperbolic space. We detail several potential uses for these quantiles—defining measures of distributional characteristics, detecting outliers via a transformation–retransformation procedure, and testing the equality of distributions—and demonstrate their application through simulations and real biological data.