幂切片Wasserstein泛函估计的极小极大速率研究

Binh Thuan Tran 提交论文，研究在投影 r 阶矩假设下 powered Sliced Wasserstein 泛函的双样本估计，设样本量 N=n∧m。 论文给出非临界情形的极小极大风险阶：p<r<2p 时为 N^{-(r-p)/p}，r>2p 时为 N^{-1/2}，并称自然 plug-in 估计量在两种情形下均达到极小极大最优。在端点 r=p 时，论文称极小极大风险存在下界，无法一致估计。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。