Компьютерная наука > Информационная теория [представлена 14 января 2026 (v1), последний пересмотренный вариант от 27 октября 2026 года (этот вариант, v3)] Название: A Constractive Method to Maximalize Entropy под маргинальным ограничением зрения PDF Резюме: Мы изучаем проблему максимального увеличения R {é} nay энтропии порядка в размере 2 долл. США (эквивалентно минимизировать индекс совпадения) по сравнению с набором совместных распределениях с предписанными маргинальными номерами. Оптимизатор закрытой формы известен в условиях практической осуществимости на маргинальных номерах; мы продемонстрируем, что это условие является весьма ограничительным. Затем мы предлагаем четкую структуру оптимального сцепного устройства для произвольных маргинальных групп. Наш подход характеризует структуру оптимизатора и дает итеративный алгоритм, который заканчивается в конечное время, возвращая точное решение после обновления не более чем на 1 долл. США, где $p долларов - число строк. История представления: Pier Bertrand [по электронной почте] [через доверенное лицо ККУР] [v1] Wed, 14 января 2026 10:22:58 UTC (22 KB) [ v2] Fri, 6 февраля 2026:23:02 UTK (24 KB)] Tue, 27 октября 2026 года:20:11 UTS (22 Kb) Дополнительные параметры текущего просмотра: cs.IT Reference & Citations Загрузка... Библиографический и цитационно-инструментальный библиолог (Что является Исследовательом?) Подключённые документы (что такое подсоединенные бумаги?) Litmaps (Литмпапс?) Skite Smart Citations (Каков умный…
Конструктивный метод максимального сокращения масштабов энтропии в условиях маргинальных ограничений
arXiv:2601.09347v3 Тип уведомления: заменить перекрестное резюме: Мы изучаем проблему максимального увеличения R {e} ny-ny энтропии порядка в размере 2 долл. (эквивалентно, минимизировать индекс совпадения) по набору совместных распределения с предписанными маргинальными номерами. Оптимизатор закрытой формы известен в условиях практической осуществимости на маргинальных номерах; мы продемонстрируем, что это условие является весьма ограничительным. Затем мы предлагаем четкую структуру оптимального сцепного устройства для произвольных маргинальных групп. Наш подход характеризует структуру оптимизатора и дает итеративный алгоритм, который заканчивается в конечное время, возвращая точное решение после обновления не более чем на 1 долл. США, где $p долларов - число строк.