테스트를 활용한 k‑모달 분포 학습

이 논문은 이산 구간 {1,…,n} 위의 k‑모달 확률분포를 총변동거리 ε 이내로 학습하기 위한 알고리즘을 제시한다. 제안된 방법은 샘플 복잡도와 실행 시간이 모두 poly(k, log n, 1/ε) 범위에 머무르며, k가 ˜O(log n) 일 때 정보‑이론적 최적에 거의 근접한다. 핵심 아이디어는 새로운 분포 속성 테스트를 이용해 k‑모달 분포를 k개의 (거의) 단조 구간으로 분해한 뒤, 기존의 단조 학습 알고리즘을 적용하는 것이다.

저자: Constantinos Daskalakis, Ilias Diakonikolas, Rocco A. Servedio