Applications of Density Estimation to Legal Theory
使用密度估算的简短分析比较了两范围和三范围的系统。法律理论的密度估计的帖子应用首先出现在数据科学方面。
Non-Parametric Density Estimation: Theory and Applications
对非参数密度估计的理论和实用介绍。非参数密度估计：理论和应用首先出现在数据科学方面。
Instance-Optimal Private Density Estimation in the Wasserstein Distance
从样本中估计分布的密度是统计学中的一个基本问题。在许多实际情况下，Wasserstein 距离是密度估计的合适误差度量。例如，在估计某个地理区域的人口密度时，较小的 Wasserstein 距离意味着估计值能够大致捕捉到人口质量的位置。在这项工作中，我们研究了 Wasserstein 距离中的差分隐私密度估计。我们设计并分析了可以适应简单实例的该问题的实例优化算法。对于分布……
Perceiver AR: general-purpose, long-context autoregressive generation
我们开发了 Perceiver AR，这是一种自回归、模态无关的架构，它使用交叉注意将长距离输入映射到少量潜在输入，同时保持端到端因果掩蔽。Perceiver AR 可以直接处理十万多个标记，无需手工制作的稀疏模式或记忆机制即可实现实用的长上下文密度估计。
摘要：国防部 (DoD) 花费了大量资源来管理和保护受威胁、濒临灭绝或处于危险中的蛇类物种。对这些物种的管理往往因缺乏有关其种群规模和轨迹的基本知识而受到阻碍。大多数蛇的可检测性较低，因此很难确定它们的存在，也很难采用传统方法来估计其丰度。这项工作展示了一种基于模拟的新颖方法，即秘密蛇的创新密度估计方法（IDEASS），用于根据系统的道路调查、蛇运动的行为观察和空间运动（无线电遥测）数据来估计蛇的密度。该方法用于对佐治亚州斯图尔特堡的两种稀有且神秘的蛇（南猪鼻蛇和东部响尾蛇）进行有意义的密度估计。 IDEASS 还应用于现有数据集，以追溯估计德克萨斯州胡德堡的一种更常见的管理问题物种——西部鼠
