論文の概要: A generalization of the symmetrical and optimal
probability-to-possibility transformations
- arxiv url: http://arxiv.org/abs/2001.00007v1
- Date: Sun, 29 Dec 2019 17:43:45 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-17 08:13:04.656373
- Title: A generalization of the symmetrical and optimal
probability-to-possibility transformations
- Title(参考訳): 対称および最適確率-可能性変換の一般化
- Authors: Esteve del Acebo, Yousef Alizadeh-Q, Sayyed Ali Hossayni
- Abstract要約: 本稿では、2つのよく知られた離散確率の確率変換に対する利点と欠点について考察する。
それらを一般化し、その欠点を緩和し、実践的な応用の大きな可能性を示す。
また,ファジィ部分集合の概念に基づく確率分布の特異性の新しいファジィ尺度を提案する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Possibility and probability theories are alternative and complementary ways
to deal with uncertainty, which has motivated over the last years an interest
for the study of ways to transform probability distributions into possibility
distributions and conversely. This paper studies the advantages and
shortcomings of two well-known discrete probability to possibility
transformations: the optimal transformation and the symmetrical transformation,
and presents a novel parametric family of probability to possibility
transformations which generalizes them and alleviate their shortcomings,
showing a big potential for practical application. The paper also introduces a
novel fuzzy measure of specificity for probability distributions based on the
concept of fuzzy subsethood and presents a empirical validation of the
generalized transformation usefulness applying it to the text authorship
attribution problem.
- Abstract(参考訳): 可能性論と確率論は不確実性を扱うための代替的かつ相補的な方法であり、これは近年、確率分布を可能性分布に変換する方法の研究や逆に研究の動機となっている。
本稿では、最適変換と対称変換という2つの確率変換に対するよく知られた離散確率の利点と欠点について考察し、確率変換を一般化し、その欠点を緩和する新しいパラメトリック・ファミリーを提示し、実用的な応用の可能性を示す。
また, ファジィ部分集合の概念に基づく確率分布の特異性の新たなファジィ測度を導入し, テキストオーサシップ帰属問題に適用した一般化変換の有用性を実証的に検証する。
関連論文リスト
- Uncertainty Quantification via Stable Distribution Propagation [60.065272548502]
本稿では,ニューラルネットワークによる安定確率分布の伝播手法を提案する。
提案手法は局所線形化に基づいており,ReLU非線型性に対する全変動距離の近似値として最適であることを示す。
論文 参考訳(メタデータ) (2024-02-13T09:40:19Z) - Invariant Probabilistic Prediction [45.88151520988133]
任意の分布シフトは、一般に不変かつ頑健な確率的予測を認めないことを示す。
Invariant probabilistic predictions called IPP, and study the consistency of the underlying parameters。
論文 参考訳(メタデータ) (2023-09-18T18:50:24Z) - Uncertainty-based Cross-Modal Retrieval with Probabilistic
Representations [18.560958487332265]
確率的埋め込みは、画像マッチングにおけるあいまいさだけでなく、多文語の意味を捉えるのに有用であることが証明されている。
本稿では,既存の画像テキストマッチングモデルに標準ベクトル点埋め込みをパラメトリック学習した確率分布に置き換える簡単な手法を提案する。
論文 参考訳(メタデータ) (2022-04-20T07:24:20Z) - The intersection probability: betting with probability intervals [7.655239948659381]
本稿では,不確実性に対する幾何学的アプローチの枠組みにおいて,元来は信念関数に導かれる変換である交叉確率の利用を提案する。
本稿では,確率区間に関する意思決定の枠組みについて概説する。
論文 参考訳(メタデータ) (2022-01-05T17:35:06Z) - Belief Evolution Network: Probability Transformation of Basic Belief
Assignment and Fusion Conflict Probability [4.286327408435937]
確率分布への基本信念代入変換の新しい解釈を与える。
また、BBAの焦点要素間の因果関係を記述するために、信念進化ネットワークと呼ばれる非循環型ネットワークを用いた。
論文 参考訳(メタデータ) (2021-10-07T13:48:36Z) - Variational Refinement for Importance Sampling Using the Forward
Kullback-Leibler Divergence [77.06203118175335]
変分推論(VI)はベイズ推論における正確なサンプリングの代替として人気がある。
重要度サンプリング(IS)は、ベイズ近似推論手順の推定を微調整し、偏りを逸脱するためにしばしば用いられる。
近似ベイズ推論のための最適化手法とサンプリング手法の新たな組み合わせを提案する。
論文 参考訳(メタデータ) (2021-06-30T11:00:24Z) - Goal-oriented adaptive sampling under random field modelling of response
probability distributions [0.6445605125467573]
応答分布の空間的変動がそれらの平均および/または分散だけでなく、例えば、形状や一様性、多様性などを含む他の特徴も考慮する。
我々の貢献は、それによって引き起こされる確率分布の場をモデル化する非パラメトリックベイズアプローチに基づいている。
論文 参考訳(メタデータ) (2021-02-15T15:55:23Z) - A One-step Approach to Covariate Shift Adaptation [82.01909503235385]
多くの機械学習シナリオにおけるデフォルトの前提は、トレーニングとテストサンプルは同じ確率分布から引き出されることである。
予測モデルと関連する重みを1つの最適化で共同で学習する新しいワンステップアプローチを提案する。
論文 参考訳(メタデータ) (2020-07-08T11:35:47Z) - Contextuality scenarios arising from networks of stochastic processes [68.8204255655161]
経験的モデルは、その分布が X 上の合同分布を極小化することができなければ文脈的と言える。
我々は、多くのプロセス間の相互作用という、文脈的経験的モデルの異なる古典的な源泉を示す。
長期にわたるネットワークの統計的挙動は、経験的モデルを一般的な文脈的かつ強い文脈的にする。
論文 参考訳(メタデータ) (2020-06-22T16:57:52Z) - Few-shot Domain Adaptation by Causal Mechanism Transfer [107.08605582020866]
我々は,少数のラベル付き対象ドメインデータと多数のラベル付きソースドメインデータしか利用できないレグレッション問題に対して,数ショットの教師付きドメイン適応(DA)について検討する。
現在のDA法の多くは、パラメータ化された分布シフトまたは明らかな分布類似性に基づく転送仮定に基づいている。
本稿では,データ生成機構がドメイン間で不変であるメタ分散シナリオであるメカニズム転送を提案する。
論文 参考訳(メタデータ) (2020-02-10T02:16:53Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。