Consistency of likelihood estimation for Gibbs point processes
Gibbs 点过程似然估计的一致性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：摘要讨论空间点过程的相互作用与似然理论，不能仅凭相互作用一词归入经济网络与干扰方向。
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
Gibbs 点过程似然估计的一致性
- 研究问题
- 对于包含多种相互作用、有限或无限作用范围的参数化 Gibbs 点过程，最大似然估计何时具有强一致性？
- 方法与思路
- 作者在一般 Gibbs 相互作用框架中建立最大似然估计的强一致性，涵盖参数的线性、非线性进入及部分边界参数。
- 材料陈述的贡献
- 摘要称，结果覆盖成对、多体和几何相互作用，并推出 Strauss、Lennard–Jones 等模型全部参数的一致性。
- 阅读关注点
- 应核对观测区域扩展方式、参数识别与相互作用条件，以及硬核参数和作用范围参数的一致性证明如何处理。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；一般框架仍有未列明的定理条件，不能推断收敛速度、渐近正态性或计算可行性。
原文摘要
Strong consistency of the maximum likelihood estimator (MLE) for parametric Gibbs point process models is established. The setting is very general. It includes pairwise pair potentials, finite and infinite multibody interactions and geometrical interactions, where the range can be finite or infinite. The Gibbs interaction may depend linearly or nonlinearly on the parameters, a particular case being hardcore parameters and interaction range parameters. As important examples, we deduce the consistency of the MLE for all parameters of the Strauss model, the hardcore Strauss model, the Lennard–Jones model and the area-interaction model.