Coherent and Continuous Inference
融贯且连续的推断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：摘要属于一般统计推断与贝叶斯表示理论，缺少所列领域细分的直接证据。
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
融贯且连续的推断
- 研究问题
- 当抽样模型随参数连续变化，且参数空间或观测空间具有紧致性时，融贯且随观测连续的推断是否必然具有贝叶斯表示？
- 方法与思路
- 作者以抽样模型的参数连续性、至少一个空间的紧致性及推断的观测连续性为条件，刻画融贯推断的后验表示。
- 材料陈述的贡献
- 摘要称在这些条件下，融贯且连续的推断必须是某个适当、可数可加先验所对应的后验。
- 阅读关注点
- 应核对融贯性与两种连续性的严格定义、空间所用的拓扑，以及后验表示结论的范围和先验是否具有唯一性。
- 阅读边界
- 依据版本未注明的 OpenAlex 摘要；定义与证明未提供，不能判断非紧致或不连续情形，也不能推断先验唯一性。
原文摘要
If the sampling model is a continuous function of the parameter and if either the parameter space or the observation space is compact, then a coherent inference which is a continuous function of the observation must be the posterior of a proper, countably additive prior.