Estimation in spin glasses: A first step
自旋玻璃中的估计：第一步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：摘要针对物理与神经网络中的二元指数族，不能仅凭二元数据或网络名称归入经济离散选择或网络计量。
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
自旋玻璃中的估计：第一步
- 研究问题
- 对于具有二次充分统计量的一参数二元指数族，能否在包括临界温度的困难区域建立自然参数估计的一致性速率？
- 方法与思路
- 作者研究最大伪似然估计，运用其版本的 Stein 方法等证明工具，处理自旋玻璃及相关二元指数族模型。
- 材料陈述的贡献
- 摘要称，在所述最低限度条件下，最大伪似然估计具有根号 N 速率的一致性，即使在临界温度下亦成立。
- 阅读关注点
- 核对所谓最低限度条件、模型规模与参数的关系，以及临界温度结论的适用范围和 Stein 方法的证明作用。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；完整条件与证明未说明，根号 N 速率的一致性也不等同于渐近正态或有效推断。
原文摘要
The Sherrington–Kirkpatrick model of spin glasses, the Hopfield model of neural networks and the Ising spin glass are all models of binary data belonging to the one-parameter exponential family with quadratic sufficient statistic. Under bare minimal conditions, we establish the $\sqrt{N}$-consistency of the maximum pseudolikelihood estimate of the natural parameter in this family, even at critical temperatures. Since very little is known about the low and critical temperature regimes of these extremely difficult models, the proof requires several new ideas. The author’s version of Stein’s method is a particularly useful tool. We aim to introduce these techniques into the realm of mathematical statistics through an example and present some open questions.