On the Asymptotic Information Bound
渐近信息界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：摘要属于一般渐近统计与信息界理论，混合模型本身不足以确定所列领域细分。
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
渐近信息界
- 研究问题
- 研究独立同分布模型中光滑泛函估计的渐近性能下界，尤其关注切锥不是线性空间时的局部推断问题。
- 方法与思路
- 作者以估计量序列的一组局部极限分布为核心分析对象，讨论渐近下界，并计算混合模型的局部渐近极小极大风险。
- 材料陈述的贡献
- 摘要称提出从局部极限分布考察性能下界的思路，并对非线性切锥情形作重点讨论，提供混合模型的风险计算例子。
- 阅读关注点
- 阅读全文应核对局部化方式、极限分布集合、风险与下界的定义，以及混合模型中切锥结构如何进入计算。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明下界表达式、损失函数或混合模型的具体条件。
原文摘要
This paper discusses several lower bound results for the asymptotic performance of estimators of smooth functionals in i.i.d. models. The key idea is to look at a set of local limiting distributions of an estimator sequence, rather than to impose regularity conditions, or to consider limits of maximum risk. Special attention is paid to situations where the tangent cone is not a linear space. As an example, the local asymptotic minimax risk in mixture models is computed.