Fugu-MT 論文翻訳(概要): A scale-dependent notion of effective dimension

論文の概要: A scale-dependent notion of effective dimension

arxiv url: http://arxiv.org/abs/2001.10872v1
Date: Wed, 29 Jan 2020 14:48:51 GMT
ステータス: 処理完了
システム内更新日: 2023-01-05 20:55:15.348697
Title: A scale-dependent notion of effective dimension
Title（参考訳）: スケール依存の有効次元の概念
Authors: Oksana Berezniuk, Alessio Figalli, Raffaele Ghigliazza, Kharen Musaelian
Abstract要約: モデル空間をカバーするのに必要な1/sqrtn$の立方体の個数に基づく統計モデルの「有効次元」の概念を導入する。観測の数は自然のスケールや解像度を補正する。有効次元は、この自然スケールを用いて正規化されたフィッシャー情報マトリックスのスペクトルによって測定される。
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: We introduce a notion of "effective dimension" of a statistical model based on the number of cubes of size $1/\sqrt{n}$ needed to cover the model space when endowed with the Fisher Information Matrix as metric, $n$ being the number of observations. The number of observations fixes a natural scale or resolution. The effective dimension is then measured via the spectrum of the Fisher Information Matrix regularized using this natural scale.
Abstract（参考訳）: 我々は,フィッシャー情報行列を計量として与えた場合,モデル空間をカバーするのに必要な立方体のサイズ 1/\sqrt{n}$ に基づいて,統計モデルの「有効次元」の概念を導入する。観測の数は自然のスケールや解像度を補正する。有効次元は、この自然スケールを用いて正規化されたフィッシャー情報マトリックスのスペクトルによって測定される。

関連論文リスト

The signaling dimension in generalized probabilistic theories [48.99818550820575]
物理系のシグナリング次元は、与えられた系のすべての入出力相関を再現するために必要な古典系の最小次元を定量化する。線量測定を線量効果で考えるのに十分であることを示すとともに、そのような測定の要素の数を線形次元で表す。有限個の極端効果を持つ系に対しては、極端測定を光線-極端効果で特徴づけるという問題を再放送する。
論文参考訳（メタデータ） (2023-11-22T02:09:16Z)
Simulation-based inference using surjective sequential neural likelihood estimation [50.24983453990065]
主観的逐次的ニューラルネットワーク類似度推定はシミュレーションに基づく推論の新しい手法である。データを低次元空間に埋め込むことで、SSNLは高次元データセットに適用する際の従来の可能性ベースの手法が抱えるいくつかの問題を解く。
論文参考訳（メタデータ） (2023-08-02T10:02:38Z)
Minimum intrinsic dimension scaling for entropic optimal transport [3.7257289916860152]
我々は,データ固有の次元に敏感なエントロピー最適輸送のための統計的境界を開発する。 MIDスケーリングは一般的な現象であり、エントロピー正則化の統計的効果を距離スケールとして初めて厳密に解釈する。
論文参考訳（メタデータ） (2023-06-06T04:28:12Z)
Resource-efficient high-dimensional entanglement detection via symmetric projections [0.0]
任意の局所次元の2部量子状態の絡み合いを検出し定量化するための2種類の基準を導入する。どちらの基準も、状態の絡み合い次元の点で定性的な結果を与え、その忠実度と最大絡み合いのある状態の点で定量的な結果を与える。
論文参考訳（メタデータ） (2023-04-09T16:38:36Z)
Bayesian Hyperbolic Multidimensional Scaling [2.5944208050492183]
低次元多様体が双曲型であるとき、多次元スケーリングに対するベイズ的アプローチを提案する。ケース制御可能性近似は、より大きなデータ設定における後部分布からの効率的なサンプリングを可能にする。提案手法は,シミュレーション,標準基準データセット,インディアン村のネットワークデータ,およびヒトの遺伝子発現データを用いて,最先端の代替手法に対して評価する。
論文参考訳（メタデータ） (2022-10-26T23:34:30Z)
Estimating Divergences in High Dimensions [6.172809837529207]
本研究では,高次元データにおける分散度推定のための分解可能なモデルを提案する。これにより、高次元分布の推定密度を低次元関数の積に分解することができる。最大極大推定器から分解可能なモデルを用いてクルバック・リーブラーの発散を推定すると,既存の発散推定法よりも優れることを示す。
論文参考訳（メタデータ） (2021-12-08T20:37:28Z)
Intrinsic Dimension Estimation [92.87600241234344]
内在次元の新しい推定器を導入し, 有限標本, 非漸近保証を提供する。次に、本手法を適用して、データ固有の次元に依存するGAN(Generative Adversarial Networks)に対する新しいサンプル複雑性境界を求める。
論文参考訳（メタデータ） (2021-06-08T00:05:39Z)
Slice Sampling for General Completely Random Measures [74.24975039689893]
本稿では, 後続推定のためのマルコフ連鎖モンテカルロアルゴリズムについて, 補助スライス変数を用いてトランケーションレベルを適応的に設定する。提案アルゴリズムの有効性は、いくつかの一般的な非パラメトリックモデルで評価される。
論文参考訳（メタデータ） (2020-06-24T17:53:53Z)
ABID: Angle Based Intrinsic Dimensionality [0.0]
内在的な次元性は、データ表現の次元性とは対照的に、データの真の次元性を指す。局所固有次元を推定するための最も一般的な方法は距離に基づく。角度の理論的分布を導出し、これを用いて固有次元の推定器を構築する。
論文参考訳（メタデータ） (2020-06-23T10:19:34Z)
Interpolation and Learning with Scale Dependent Kernels [91.41836461193488]
非パラメトリックリッジレス最小二乗の学習特性について検討する。スケール依存カーネルで定義される推定器の一般的な場合を考える。
論文参考訳（メタデータ） (2020-06-17T16:43:37Z)
Fast approximations in the homogeneous Ising model for use in scene analysis [61.0951285821105]
我々は、推論に必要な量を数値計算できる正確な近似を提供する。近似式はスケーラブルでマルコフランダム場の大きさに満足できないことを示す。機能的磁気共鳴イメージングアクティベーション検出実験においてベイズ推論を行い, ピスタチオ樹収量の年次増加の空間パターンにおける異方性に対する確率比試験を行った。
論文参考訳（メタデータ） (2017-12-06T14:24:34Z)

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。