論文の概要: On Two Distinct Sources of Nonidentifiability in Latent Position Random Graph Models

• arxiv url: http://arxiv.org/abs/2003.14250v1
• Date: Tue, 31 Mar 2020 14:41:02 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-18 01:51:40.532227
• Title: On Two Distinct Sources of Nonidentifiability in Latent Position Random Graph Models
• Title（参考訳）: 潜在位置ランダムグラフモデルにおける2つの不特定性源について
• Authors: Joshua Agterberg, Minh Tang, Carey E. Priebe
• Abstract要約: 2つの別個の非識別性源は、潜在位置ランダムグラフモデル(英語版)の文脈で自然に生じる。 本稿では,これら2つの非識別性,すなわち部分空間的非識別性とモデルに基づく非識別性を定義し,検討する。
• 参考スコア（独自算出の注目度）: 7.941599381730857
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Two separate and distinct sources of nonidentifiability arise naturally in the context of latent position random graph models, though neither are unique to this setting. In this paper we define and examine these two nonidentifiabilities, dubbed subspace nonidentifiability and model-based nonidentifiability, in the context of random graph inference. We give examples where each type of nonidentifiability comes into play, and we show how in certain settings one need worry about one or the other type of nonidentifiability. Then, we characterize the limit for model-based nonidentifiability both with and without subspace nonidentifiability. We further obtain additional limiting results for covariances and $U$-statistics of stochastic block models and generalized random dot product graphs.
• Abstract（参考訳）: 潜在位置ランダムグラフモデルの文脈では、2つの異なる識別可能性の源が自然に現れるが、どちらもこの設定に固有のものではない。 本稿では,これらの2つの不特定性,すなわち部分空間不特定性とモデルに基づく不特定性を定義し,検討する。 それぞれのタイプの非識別性がどのように機能するかを例示し、特定の環境では、あるタイプの非識別性に対してどのように懸念する必要があるかを示す。 そして,モデルに基づく非識別可能性の限界を,部分空間的非識別性の両方で特徴づける。 さらに、共分散および確率ブロックモデルおよび一般化ランダムドット積グラフの$U$統計に対する追加の制限結果を得る。

関連論文リスト

• Identifiability of a statistical model with two latent vectors: Importance of the dimensionality relation and application to graph embedding [2.6651200086513107]
  統計モデルの識別可能性は、教師なし表現学習における鍵となる概念である。 本稿では,非線形ICAを一般化した1つの補助データを持つ2つの潜在ベクトルの統計モデルを提案する。 意外なことに,提案モデルの不確定性は,ある条件下ではEmphlinear ICAと同一であることが証明された。
  論文  参考訳（メタデータ） (2024-05-30T07:11:20Z)
• Shortcuts for causal discovery of nonlinear models by score matching [32.01302470630594]
  非線形付加雑音モデルのスコア・ソータビリティ・パターンを定義し,特徴付ける。 文献において最も一般的な合成ベンチマークのスコアソート性を示す。 本研究は, 非線形因果発見手法の評価において, データの多様性の欠如が重要な限界であることを示すものである。
  論文  参考訳（メタデータ） (2023-10-22T10:09:52Z)
• Goodness-of-Fit of Attributed Probabilistic Graph Generative Models [11.58149447373971]
  ランダム二元ネットワークに対する平均二乗共起係数の観点で適合の良さを定義する。 各種グラフモデルに対する確率的生成モデルの表現能力を検証するために,これらの基準を適用した。
  論文  参考訳（メタデータ） (2023-07-28T18:48:09Z)
• 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)
• Sufficient Identification Conditions and Semiparametric Estimation under Missing Not at Random Mechanisms [4.211128681972148]
  統計的に有効な分析を行うことは、MNARデータの存在において困難である。 従来のMNARモデルを2つの方法で一般化したMNARモデルを考える。 そこで本稿では,確率比をパラメータとして,そのようなモデルで符号化された独立性制約をテストする手法を提案する。
  論文  参考訳（メタデータ） (2023-06-10T13:46:16Z)
• Learning nonparametric latent causal graphs with unknown interventions [18.6470340274888]
  潜在因果グラフが非パラメトリック同定可能な条件を確立する。 隠れ変数の数は分かっていないと仮定し、隠された変数に対して少なくとも1つの未知の介入が必要であることを示す。
  論文  参考訳（メタデータ） (2023-06-05T14:06:35Z)
• Nonparametric Identifiability of Causal Representations from Unknown Interventions [63.1354734978244]
  本研究では, 因果表現学習, 潜伏因果変数を推定するタスク, およびそれらの変数の混合から因果関係を考察する。 我々のゴールは、根底にある真理潜入者とその因果グラフの両方を、介入データから解決不可能なあいまいさの集合まで識別することである。
  論文  参考訳（メタデータ） (2023-06-01T10:51:58Z)
• Numerically assisted determination of local models in network scenarios [55.2480439325792]
  統計的振る舞いを再現する明示的な局所モデルを見つけるための数値ツールを開発する。 グリーンベルガー・ホルン・ザイリンガー(GHZ)およびW分布の臨界振動性に関する予想を提供する。 開発されたコードとドキュメントは、281.com/mariofilho/localmodelsで公開されている。
  論文  参考訳（メタデータ） (2023-03-17T13:24:04Z)
• Posterior Collapse and Latent Variable Non-identifiability [54.842098835445]
  柔軟性を犠牲にすることなく識別性を強制する深層生成モデルである,潜時同定可能な変分オートエンコーダのクラスを提案する。 合成および実データ全体にわたって、潜在識別可能な変分オートエンコーダは、後方崩壊を緩和し、データの有意義な表現を提供する既存の方法より優れている。
  論文  参考訳（メタデータ） (2023-01-02T06:16:56Z)
• Tractable Inference in Credal Sentential Decision Diagrams [116.6516175350871]
  確率感性決定図は、解離ゲートの入力が確率値によってアノテートされる論理回路である。 我々は、局所確率を質量関数のクレーダル集合に置き換えることができる確率の一般化である、クレーダル感性決定図を開発する。 まず,ノイズの多い7セグメント表示画像に基づく簡単なアプリケーションについて検討する。
  論文  参考訳（メタデータ） (2020-08-19T16:04:34Z)
• On the Discrepancy between Density Estimation and Sequence Generation [92.70116082182076]
  log-likelihoodは、同じファミリー内のモデルを考えるとき、BLEUと非常に相関している。 異なる家族間でのモデルランキングの相関はみられない。
  論文  参考訳（メタデータ） (2020-02-17T20:13:35Z)

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。