Jove
Visualize
お問い合わせ
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する実験動画

Always Good Turing:アシンプトティックに最適な確率推定

Alon Orlitsky1, Narayana P Santhanam, Junan Zhang

  • 1Department of Electrical and Computer Engineering, University of California, San Diego, La Jolla, CA 92093, USA. alon@ucsd.edu

Science (New York, N.Y.)
|October 18, 2003
PubMed
まとめ
この要約は機械生成です。

研究者は確率推定器を分析し,グッド・チューリングの推定器は弱衰が低いことを発見した. 新しい推定器が1の減衰率で開発され,シーケンス確率を過小評価しないようにしました.

関連する実験動画

関連する概念動画

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え
Same author

3d Transition metal and nitrogen co-doped graphene: first-principles study of electronic structure and optical properties.

Physical chemistry chemical physics : PCCP·2026
Same author

Artificial Intelligence Enhanced Electrocardiogram Analysis for Age and Sex Classification in Youth.

Pediatric cardiology·2026
Same author

Artificial Intelligence Enhanced Electrocardiogram Analysis for Age and Sex Classification in Youth.

Research square·2025
Same author

Inflammasomes: potential therapeutic targets in hematopoietic stem cell transplantation.

Cell communication and signaling : CCS·2024
Same author

A review of lactate-lactylation in malignancy: its potential in immunotherapy.

Frontiers in immunology·2024
Same author

Work Function Prediction by Graph Neural Networks for Configurationally Hybridized Boron-Doped Graphene.

Langmuir : the ACS journal of surfaces and colloids·2024
Same journal

Erratum for the Research Article "Detecting supramolecular organic nanoparticles during heat wave".

Science (New York, N.Y.)·2026
Same journal

Local signals, systemic decline.

Science (New York, N.Y.)·2026
Same journal

The mechanics of liver regeneration.

Science (New York, N.Y.)·2026
Same journal

Computing in a memory with physics.

Science (New York, N.Y.)·2026
Same journal

Retraction.

Science (New York, N.Y.)·2026
Same journal

Making time.

Science (New York, N.Y.)·2026
関連記事をすべて見る

科学分野:

  • 統計局 統計局 統計局 統計局 統計局
  • 情報理論は情報理論である.
  • コンピュータサイエンス コンピュータサイエンス

背景:

  • エニグマの暗号解読中に開発されたグッド・チューリング推定器は,データサンプルからの確率推定のための重要な方法である.
  • 確率推定器の限界を理解することは,正確なデータ分析とシーケンス確率の割り当てのために非常に重要です.

研究 の 目的:

  • 確率推定器の衰弱を定義し,分析する.
  • グッド・チューリング推定器を含む一般的な推定器の衰弱を比較する.
  • 最小限の衰弱を伴う新しい推定器を開発する.

主な方法:

  • 減衰を,任意の分布と推定器によって割り当てられた確率の最大比として定義する.
  • 既存の共通の見積もりの弱化を評価する.
  • 特定の衰弱特性を持つ新しい確率推定器を導出する.

主要な成果:

  • いくつかの一般的な確率推定器は,無限減弱を示す.
  • グッド・チューリング推計は低い,しかし1,000以上の衰弱を示しています.
  • 新しい推定値は1の衰弱で得られた.

結論:

  • 新しく派生した推定値は,シーケンス確率を過小評価することをアシンプトティックに回避します.
  • この新しい推定器は,既存の方法と比較して,理論上の保証を向上させています.
  • 減衰の概念は,確率推定器を評価する際に貴重なメトリックを提供します.