Fugu-MT 論文翻訳(概要): Factorization of the Partial Covariance in Singly-Connected Path Diagrams

論文の概要: Factorization of the Partial Covariance in Singly-Connected Path Diagrams

arxiv url: http://arxiv.org/abs/2002.05226v6
Date: Thu, 23 Jun 2022 08:29:50 GMT
ステータス: 処理完了
システム内更新日: 2023-01-01 19:57:48.991730
Title: Factorization of the Partial Covariance in Singly-Connected Path Diagrams
Title（参考訳）: 単連結経路図における部分共分散の因子化
Authors: Jose M. Pe\~na
Abstract要約: 単連結経路図では、2つの確率変数の部分的共分散が各変数間の経路のノードとエッジを分解することを示す。また、シンプソンのパラドックスが単独で連結された経路図では起こらないことを示すこともできる。
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 extend path analysis by showing that, for a singly-connected path diagram, the partial covariance of two random variables factorizes over the nodes and edges in the path between the variables. This result allows us to determine the contribution of each node and edge to the partial covariance. It also allows us to show that Simpson's paradox cannot occur in singly-connected path diagrams.
Abstract（参考訳）: 単連結経路図では、2つの確率変数の部分的共分散が各変数間の経路のノードとエッジを分解することを示し、経路解析を拡張した。この結果、各ノードとエッジが部分共分散に寄与することを決定することができる。また、シンプソンのパラドックスが単独で連結された経路図では起こらないことを示すこともできる。

関連論文リスト

An Ad-hoc graph node vector embedding algorithm for general knowledge graphs using Kinetica-Graph [0.0]
本稿では,知識グラフ表現から一般的なグラフノードの埋め込みを生成する方法について論じる。埋め込み空間は、局所親和性とリモート構造関連性の両方を模倣するいくつかのサブ機能から構成される。
論文参考訳（メタデータ） (2024-07-22T14:43:10Z)
Nonparametric Partial Disentanglement via Mechanism Sparsity: Sparse Actions, Interventions and Sparse Temporal Dependencies [58.179981892921056]
この研究は、メカニズムのスパーシティ正則化(英語版)と呼ばれる、アンタングルメントの新たな原理を導入する。本稿では,潜在要因を同時に学習することで,絡み合いを誘発する表現学習手法を提案する。学習した因果グラフをスパースに規則化することにより、潜伏因子を復元できることを示す。
論文参考訳（メタデータ） (2024-01-10T02:38:21Z)
Discrete Graph Auto-Encoder [52.50288418639075]
離散グラフオートエンコーダ(DGAE)という新しいフレームワークを導入する。まず、置換同変オートエンコーダを用いてグラフを離散潜在ノード表現の集合に変換する。 2番目のステップでは、離散潜在表現の集合をソートし、特別に設計された自己回帰モデルを用いてそれらの分布を学習する。
論文参考訳（メタデータ） (2023-06-13T12:40:39Z)
Identification in Tree-shaped Linear Structural Causal Models [4.751074059099236]
そこで本研究では,有向成分が木を形成するモデルについて検討し,二方向エッジの欠落サイクルがモデル同定に有効であることを示す。複数の欠落したサイクルが組み合わさってユニークな解が得られることを示す。
論文参考訳（メタデータ） (2022-03-03T16:59:49Z)
Implicit vs Unfolded Graph Neural Networks [18.084842625063082]
グラフニューラルネットワーク(GNN)は、長期依存のモデリングと意図しない結果の回避の間の健全なバランスを維持するのに苦労することがある。最近、2つの戦略、すなわち暗黙と展開されたGNNが提案されている。我々は、様々な合成および公的な実世界のベンチマークに対して、実験的な頭と頭の比較を行う。
論文参考訳（メタデータ） (2021-11-12T07:49:16Z)
Online non-parametric change-point detection for heterogeneous data streams observed over graph nodes [79.94639436527454]
本稿では,各ノードのデータストリームに関連付けられた後変化分布と前変化分布の確率比の直接推定に基づいて,$tau$を推定するオンラインノンパラメトリック手法を提案する。合成実験と実世界の応用について,本手法の質を実証する。
論文参考訳（メタデータ） (2021-10-20T12:10:15Z)
Self-Supervised Graph Representation Learning via Topology Transformations [61.870882736758624]
本稿では,グラフデータのノード表現のための自己教師型学習の一般的なパラダイムであるトポロジー変換同変表現学習について述べる。実験では,提案手法を下流ノードおよびグラフ分類タスクに適用し,提案手法が最先端の教師なし手法より優れていることを示す。
論文参考訳（メタデータ） (2021-05-25T06:11:03Z)
A Differentiable Relaxation of Graph Segmentation and Alignment for AMR Parsing [75.36126971685034]
我々は、アライメントとセグメンテーションをモデルの潜在変数として扱い、エンドツーエンドのトレーニングの一部としてそれらを誘導する。また,AMRの個々の構造を扱うために手作りされたLyu2018AMRPAのセグメンテーションルールに依存するモデルにもアプローチした。
論文参考訳（メタデータ） (2020-10-23T21:22:50Z)
Joint Semantics and Data-Driven Path Representation for Knowledge Graph Inference [60.048447849653876]
我々は,KG埋め込みの枠組みにおける説明可能性と一般化のバランスをとる,新しい共同意味論とデータ駆動経路表現を提案する。提案手法はリンク予測と経路問合せ応答という2つのタスクのクラスで評価される。
論文参考訳（メタデータ） (2020-10-06T10:24:45Z)
Testing correlation of unlabeled random graphs [18.08210501570919]
ラベルなしノードを持つ2つのランダムグラフ間のエッジ相関を検出する問題について検討する。これは仮説テスト問題として定式化され、ヌル仮説の下では、2つのグラフは独立に生成される。代替として、2つのグラフは、ある潜在ノード対応の下ではエッジ関連であるが、ヌルと同じ辺分布を持つ。
論文参考訳（メタデータ） (2020-08-23T19:19:45Z)
Quantifying intrinsic causal contributions via structure preserving interventions [12.650351440521488]
本稿では,DAGのノードに対するノードの寄与の内在的な部分を記述する因果影響の概念を提案する。分散とエントロピーに対するコントリビューション分析について述べるが、他のターゲットメトリクスに対するコントリビューションは類似的に定義することができる。
論文参考訳（メタデータ） (2020-07-01T19:34:08Z)

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。