Approximate Non-Gaussian Bayesian Estimation and Modal Consistency
近似非高斯贝叶斯估计与众数一致性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：摘要明确研究动态线性模型及递归估计，直接对应时间序列动态模型方法。
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
近似非高斯贝叶斯估计与众数一致性
- 研究问题
- 非正态误差动态线性模型的位置如何递归估计，既有众数近似算法为何可能不稳定，如何据后验众数一致性修正？
- 方法与思路
- 作者以后验众数一致性的概念为动机修改众数近似算法，提出新的递归估计程序；摘要未交代更新公式。
- 材料陈述的贡献
- 摘要称展示了原众数近似算法易发生不稳定，并提出修正程序，但未明确给出其稳定性保证或误差界。
- 阅读关注点
- 应核对动态模型与非正态误差设定、众数一致性的定义、不稳定出现的条件，以及修改是否具有正式保证。
- 阅读边界
- Crossref 摘要较短，未说明递归更新、误差分布范围和数值效果，不能据此认定修正普遍稳定或优于其他滤波方法。
原文摘要
SUMMARY A new recursive estimation procedure is proposed for the location of a dynamic linear model with non-normal errors. The procedure is a modification of a modal approximation algorithm, which is shown to be prone to instabilities. The modification is motivated by a notion of posterior modal consistency.