arXiv stat.ML· Xiaohong Chen, Min Seong Kim, Sokbae Lee, Myung Hwan Seo, Myunghyun Song, Ling Zhong·· 15 天前AI 评分28
SLIM：非线性 GMM 模型的随机学习与推断算法
SLIM: Stochastic Learning and Inference in Nonlinear GMM Models
AI 导读
研究者提出了面向高维非线性 GMM 模型的随机逼近算法 SLIM，在无需一致初始估计量或全局凸准则的情况下即可实现一致性与渐近正态性。该方法支持置信集构建、$J$ 检验及不等规模聚类数据，可选的二阶精炼可达到全样本 GMM 效率。蒙特卡洛实验在包含 576 个矩条件与 380 个参数的系统中验证了算法可扩展至 100 万条观测，并成功应用于 480 万 LinkedIn 毕业生就业数据。
来源：arXiv stat.ML · arxiv.org