Počet záznamů: 1
Nonparametric estimations and the diffeological Fisher metric
- 1.
SYSNO ASEP 0544050 Druh ASEP C - Konferenční příspěvek (mezinárodní konf.) Zařazení RIV D - Článek ve sborníku Název Nonparametric estimations and the diffeological Fisher metric Tvůrce(i) Le, Hong-Van (MU-W) RID, SAI, ORCID
Tuzhilin, A. A. (RU)Zdroj.dok. Geometric Structures of Statistical Physics, Information Geometry, and Learning. - Cham : Springer, 2021 / Barbaresco F. ; Nielsen F. - ISSN 2194-1009 - ISBN 978-3-030-77956-6 Rozsah stran s. 120-138 Poč.str. 19 s. Forma vydání Tištěná - P Akce Statistical Physics, Information Geometry and Inference for Learning (SPIGL'20) Datum konání 27.07.2020 - 31.07.2020 Místo konání Les Houches Země FR - Francie Typ akce WRD Jazyk dok. eng - angličtina Země vyd. CH - Švýcarsko Klíč. slova Fisher metric ; functorial language ; probabilistic morphisms Vědní obor RIV BA - Obecná matematika Obor OECD Pure mathematics Institucionální podpora MU-W - RVO:67985840 EID SCOPUS 85112605335 DOI 10.1007/978-3-030-77957-3_7 Anotace In this paper, first, we survey the concept of diffeological Fisher metric and its naturality, using functorial language of probabilistic morphisms, and slightly extending Lê’s theory in [Le2020] to include weakly Ck-diffeological statistical models. Then we introduce the resulting notions of the diffeological Fisher distance, the diffeological Hausdorff–Jeffrey measure and explain their role in classical and Bayesian nonparametric estimation problems in statistics. Pracoviště Matematický ústav Kontakt Jarmila Štruncová, struncova@math.cas.cz, library@math.cas.cz, Tel.: 222 090 757 Rok sběru 2022
Počet záznamů: 1