Quasi-concave density estimation
拟凹密度估计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：摘要研究通用形状约束密度估计，未明确涉及分位数分析、分布效应或其他所列细分方向。
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
拟凹密度估计
- 研究问题
- 如何把密度形状限制与似然、熵优化联系起来，并通过减弱凹性限制构造最终落在拟凹密度类中的估计方法？
- 方法与思路
- 作者将对数凹密度的极大似然估计写成凸优化及其Shannon熵对偶，并考察施加较弱凹性限制的Rényi熵估计。
- 材料陈述的贡献
- 摘要称，对数凹极大似然具有等价的约束最大熵表述，并讨论Hellinger差异估计及限制为拟凹密度的极限形式。
- 阅读关注点
- 核对原问题与对偶问题的约束及等价条件、不同熵准则对应的形状限制，并检查极限形式的存在性与计算方式。
- 阅读边界
- 仅依据版本未注明的OpenAlex索引摘要；具体约束、算法和统计性质未提供，不能据此判断一致性或有限样本优势。
原文摘要
Maximum likelihood estimation of a log-concave probability density is formulated as a convex optimization problem and shown to have an equivalent dual formulation as a constrained maximum Shannon entropy problem. Closely related maximum Renyi entropy estimators that impose weaker concavity restrictions on the fitted density are also considered, notably a minimum Hellinger discrepancy estimator that constrains the reciprocal of the square-root of the density to be concave. A limiting form of these estimators constrains solutions to the class of quasi-concave densities.