相関データに強い Tsallis エントロピー分布を用いたスパース学習手法を開発

arXiv stat.ML ・ 2026-08-18

原題: Maximum Tsallis Entropy Distributions for Robust and Efficient Sparse Learning from Correlated Data

AI による要約

相関や異質性を持つデータに対し、Tsallis エントロピー最大化で導かれる q-ガウス分布を用いたスパース学習手法を提案する。従来のガウス分布に比べ外れ値に頑健で、遺伝子解析や縦断研究などの生物統計分野への応用が期待される。

この要約は当サイトの AI が生成したものです。正確な内容は元記事（arXiv stat.ML）をご確認ください。