Consistent estimation of the basic neighborhood of Markov random fields
马尔可夫随机场基本邻域的一致估计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：摘要研究格点随机场的条件依赖邻域，未明确涉及经济网络、个体间干扰或所列其他方向。
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
马尔可夫随机场基本邻域的一致估计
- 研究问题
- 对有限状态空间的格点马尔可夫随机场，如何从不断扩大的单次观测区域估计决定某点条件分布的最小邻域，且无需预设其大小上界？
- 方法与思路
- 作者修改贝叶斯信息准则，以伪似然代替似然来选择基本邻域，并分析观测区域扩大时所选邻域最终等于真实邻域的性质。
- 材料陈述的贡献
- 摘要称该准则具有强一致性，无需预先限制真实邻域大小，也不要求随机场平稳，并称相变不会影响所述结果。
- 阅读关注点
- 应核对基本邻域的唯一性、候选邻域增长方式、惩罚项及观测区域边界处理，并检查无需平稳性和不受相变影响的具体条件。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；随机场其他条件、惩罚形式与有限样本表现未说明，不能推广到任意图或连续状态随机场。
原文摘要
For Markov random fields on ℤd with finite state space, we address the statistical estimation of the basic neighborhood, the smallest region that determines the conditional distribution at a site on the condition that the values at all other sites are given. A modification of the Bayesian Information Criterion, replacing likelihood by pseudo-likelihood, is proved to provide strongly consistent estimation from observing a realization of the field on increasing finite regions: the estimated basic neighborhood equals the true one eventually almost surely, not assuming any prior bound on the size of the latter. Stationarity of the Markov field is not required, and phase transition does not affect the results.