報 每日報告新聞網
聖塔非研究所

摘要 從大型相關矩陣中過濾資訊的問題在許多應用中非常重要

2022-09-02 · 已發表論文 · 更新 2026/03/19 上午04:09

摘要 從大型相關矩陣中過濾資訊的問題在許多應用中非常重要。我們最近提出使用 Kullback Leibler 距離來衡量當變數由多元高斯分佈描述時過濾演算法在恢復底層相關矩陣方面的表現。在這裡，我們使用 Kullback Leibler 距離來研究基於隨機矩陣理論和收縮技術的濾波方法的性能。我們也提出了將 Kullback Leibler 距離應用於非高斯分佈的多元資料的一些結…

SFI 頁面

本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。

原文連結

論文資訊

  • 類型：已發表論文
  • 日期：2022-09-02

摘要

從大型相關矩陣中過濾資訊的問題在許多應用中非常重要。我們最近提出使用 Kullback-Leibler 距離來衡量當變數由多元高斯分佈描述時過濾演算法在恢復底層相關矩陣方面的表現。在這裡，我們使用 Kullback-Leibler 距離來研究基於隨機矩陣理論和收縮技術的濾波方法的性能。我們也提出了將 Kullback-Leibler 距離應用於非高斯分佈的多元資料的一些結果。