Contributions to the Decision Theoretic Foundations of Machine Learning and Robust Statistics under Weakly Structured Information

要約

このハビリテーションの論文は累積的なものであるため、私が（数人の共著者とともに）過去数年間に実施した研究を収集し、結び付けています。
したがって、この研究の絶対的な核心は、寄稿 1 から 10 という名前で 5 ページにリストされている 10 件の出版物によって形成されています。これらの記事の完全版への参照もこのリストに含まれており、可能な限り簡単にアクセスできるようにしています。
さまざまな研究プロジェクトを深く掘り下げたいと考えている読者。
この論文に続く章、つまりパート A からパート C と結論は、論文をより大きな科学的文脈の中に置き、それぞれの内容をあまり形式的ではないレベルで (簡単に) 説明し、将来の研究のためのいくつかの興味深い視点を強調するのに役立ちます。
それぞれの文脈で。
したがって、当然のことながら、以下のプレゼンテーションには、論文に見られるような詳細レベルも形式的な厳密性もありません（できれば）。
以下の文章の目的は、この興味深く重要な研究分野全体への簡単かつ高度なアクセスを読者に提供し、それによってこの研究分野をより幅広い聴衆に宣伝することです。

要約(オリジナル)

This habilitation thesis is cumulative and, therefore, is collecting and connecting research that I (together with several co-authors) have conducted over the last few years. Thus, the absolute core of the work is formed by the ten publications listed on page 5 under the name Contributions 1 to 10. The references to the complete versions of these articles are also found in this list, making them as easily accessible as possible for readers wishing to dive deep into the different research projects. The chapters following this thesis, namely Parts A to C and the concluding remarks, serve to place the articles in a larger scientific context, to (briefly) explain their respective content on a less formal level, and to highlight some interesting perspectives for future research in their respective contexts. Naturally, therefore, the following presentation has neither the level of detail nor the formal rigor that can (hopefully) be found in the papers. The purpose of the following text is to provide the reader an easy and high-level access to this interesting and important research field as a whole, thereby, advertising it to a broader audience.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google