Low-Rank and Sparse Drift Estimation for High-Dimensional Lévy-Driven Ornstein--Uhlenbeck Processes

本文针对具有低秩加稀疏结构的高维 Lévy 驱动 Ornstein-Uhlenbeck 过程,提出了一种基于核范数与 1\ell_1 惩罚的凸估计量,并在特定正则性条件下推导了其非渐近 Oracle 不等式,证明了该方法能在保持离散化偏差的同时,通过利用结构特性显著改善估计风险对维度的依赖关系。

Marina PalaistiFri, 13 Ma📊 stat

Breaching the Barrier: Transition Pathways of Coral Larval Connectivity Across the Eastern Pacific

该研究结合遗传数据与基于漂移浮标轨迹的马尔可夫链及过渡路径理论分析,揭示了东太平洋屏障存在微弱但非零的连通性,证实线岛至克利珀顿环礁的珊瑚幼虫输运主要受北赤道逆流季节性调制而非厄尔尼诺现象影响,且克利珀顿环礁作为轨迹终端汇对采矿规划具有生态意义。

Maria Olascoaga, Francisco Beron-Vera, Gage Bonner, Cora McKean, Ramona JossFri, 13 Ma🌀 nlin

Quantifying Information Loss under Coarse-Grained Partitions: A Discrete Framework for Explainable Artificial Intelligence

本文提出了一种基于粗粒度划分(CGPs)的离散框架,通过引入范畴统一(CU)和基于 KL 散度的信息损失度量 DKL-CUD_{\mathrm{KL\text{-}CU}},为可解释人工智能中准确性与可解释性之间的权衡提供了数学形式化分析,并揭示了零信息损失在常规评估实践中是极罕见的极限情况。

Takashi Izumo2026-03-10🤖 cs.AI