Columbia University（哥伦比亚大学）

Estimating Ising Models in Total Variation Distance

在总变分距离下估计Ising模型

Constantinos Daskalakis, Vardis Kandiros, Rui Yao

机构 * EECS Department MIT（MIT电子工程与计算机科学系） ； Data Science Institute Columbia University（哥伦比亚大学数据科学研究所） 纠错

AI总结 本文提出了一种统一分析框架，针对两种通用的Ising模型类，展示了最大伪似然估计量在总变分距离下的多项式时间算法及最优样本复杂性保证。