On rates of convergence for posterior distributions in infinite-dimensional models
无限维模型中后验分布的收敛速度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：摘要属于通用无限维贝叶斯理论，未明确涉及所列细分中的经济分布效应或具体模型。
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…
无限维模型中后验分布的收敛速度
- 研究问题
- 如何建立研究无限维模型后验分布收敛速度的新途径，并在 Dirichlet 过程混合及随机 Bernstein 多项式模型中改进已有速度？
- 方法与思路
- 作者从一种近期的贝叶斯一致性研究方法出发，将其扩展到后验收敛速度分析，并应用于摘要列出的两类无限维模型。
- 材料陈述的贡献
- 摘要称，新方法改善了包括 Dirichlet 过程混合和随机 Bernstein 多项式模型在内的已有收敛速度，但未列出具体速度。
- 阅读关注点
- 应核对收敛所用距离、真值与先验条件、概率意义及速度表达，并确认相较已有结果改善了哪些项、代价是什么。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未给出具体速度、假设或比较基准，无法判断改进幅度和适用范围。
原文摘要
This paper introduces a new approach to the study of rates of convergence for posterior distributions. It is a natural extension of a recent approach to the study of Bayesian consistency. In particular, we improve on current rates of convergence for models including the mixture of Dirichlet process model and the random Bernstein polynomial model.