Fugu-MT 論文翻訳(概要): The R Package stagedtrees for Structural Learning of Stratified Staged Trees

論文の概要: The R Package stagedtrees for Structural Learning of Stratified Staged Trees

arxiv url: http://arxiv.org/abs/2004.06459v2
Date: Sat, 31 Oct 2020 17:11:54 GMT
ステータス: 処理完了
システム内更新日: 2022-12-13 10:19:01.226786
Title: The R Package stagedtrees for Structural Learning of Stratified Staged Trees
Title（参考訳）: 成層木の構造学習のためのRパッケージステージツリー
Authors: Federico Carli, Manuele Leonelli, Eva Riccomagno, Gherardo Varando
Abstract要約: stagedtreesは、データからステージツリーとチェーンイベントグラフの構造を学習するアルゴリズムを含むRパッケージである。ステージツリーの機能は、主にパッケージに含まれるかRにバンドルされた2つのデータセットを使用して説明される。
参考スコア（独自算出の注目度）: 1.9199289015460215
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: stagedtrees is an R package which includes several algorithms for learning the structure of staged trees and chain event graphs from data. Score-based and clustering-based algorithms are implemented, as well as various functionalities to plot the models and perform inference. The capabilities of stagedtrees are illustrated using mainly two datasets both included in the package or bundled in R.
Abstract（参考訳）: stagedtreesは、データからステージツリーとチェーンイベントグラフの構造を学習するアルゴリズムを含むRパッケージである。スコアベースおよびクラスタリングベースのアルゴリズムが実装され、モデルのプロットや推論を行うための様々な機能が実装されている。 stagedtreesの機能は、主にパッケージに含まれるかrにバンドルされた2つのデータセットを使用して図示される。

関連論文リスト

A generalized decision tree ensemble based on the NeuralNetworks architecture: Distributed Gradient Boosting Forest (DGBF) [0.0]
本稿では,木間の分散表現学習を自然に行うグラフ構造木アンサンブルアルゴリズムを提案する。我々は、この新しいアプローチを分散グラディエントブースティングフォレスト(DGBF)と呼び、RandomForestとGradientBoostingの両方がDGBFの特定のグラフアーキテクチャとして表現できることを実証する。最後に、分散学習は、9つのデータセットのうち7つでRandomForestとGradientBoostingの両方に優れています。
論文参考訳（メタデータ） (2024-02-04T09:22:52Z)
Hierarchical clustering with dot products recovers hidden tree structure [53.68551192799585]
本稿では,階層構造の回復に着目した凝集クラスタリングアルゴリズムの新しい視点を提案する。クラスタを最大平均点積でマージし、例えば最小距離やクラスタ内分散でマージしないような、標準的なアルゴリズムの単純な変種を推奨する。このアルゴリズムにより得られた木は、汎用確率的グラフィカルモデルの下で、データ中の生成的階層構造をボナフェイド推定することを示した。
論文参考訳（メタデータ） (2023-05-24T11:05:12Z)
RLET: A Reinforcement Learning Based Approach for Explainable QA with Entailment Trees [47.745218107037786]
本稿では,強化学習に基づくEntailment Tree生成フレームワークであるRLETを提案する。 RLETは文の選択と推論生成モジュールによる単一ステップ推論を反復的に行う。 EntailmentBankデータセットの3つの設定の実験では、RLフレームワークを使用することの強みが示されている。
論文参考訳（メタデータ） (2022-10-31T06:45:05Z)
Highly Efficient Structural Learning of Sparse Staged Trees [2.3572498744567127]
そこで我々は,少数の依存性を課すことができるモデルの空間を探索する,ステージ木のための最初のスケーラブルな構造学習アルゴリズムを提案する。実世界のアプリケーションと同様にシミュレーション研究は、我々のルーチンと、そのようなデータ学習されたステージツリーの実践的利用を例示している。
論文参考訳（メタデータ） (2022-06-14T16:46:13Z)
BCDAG: An R package for Bayesian structure and Causal learning of Gaussian DAGs [77.34726150561087]
観測データから因果関係の発見と因果関係を推定するためのRパッケージを提案する。我々の実装は、観測回数とともに効率的にスケールし、DAGが十分にスパースであるたびに、データセット内の変数の数を削減します。次に、実際のデータセットとシミュレーションデータセットの両方で、主な機能とアルゴリズムを説明します。
論文参考訳（メタデータ） (2022-01-28T09:30:32Z)
Bayesian structure learning and sampling of Bayesian networks with the R package BiDAG [0.0]
BiDAGはマルコフ連鎖モンテカルロ法(MCMC)を実装し、ベイジアンネットワークの構造学習とサンプリングを行う。このパッケージには、最大 a posteriori (map) グラフを検索し、データが与えられた後続分布からグラフをサンプリングするツールが含まれている。
論文参考訳（メタデータ） (2021-05-02T14:42:32Z)
Visualizing hierarchies in scRNA-seq data using a density tree-biased autoencoder [50.591267188664666]
本研究では,高次元scRNA-seqデータから意味のある木構造を同定する手法を提案する。次に、低次元空間におけるデータのツリー構造を強調する木バイアスオートエンコーダDTAEを紹介する。
論文参考訳（メタデータ） (2021-02-11T08:48:48Z)
Structured Graph Learning for Clustering and Semi-supervised Classification [74.35376212789132]
データの局所構造とグローバル構造の両方を保存するためのグラフ学習フレームワークを提案する。本手法は, サンプルの自己表現性を利用して, 局所構造を尊重するために, 大域的構造と適応的隣接アプローチを捉える。我々のモデルは、ある条件下でのカーネルk平均法とk平均法の組合せと等価である。
論文参考訳（メタデータ） (2020-08-31T08:41:20Z)
Tensor Decompositions in Recursive Neural Networks for Tree-Structured Data [12.069862650316262]
木構造データから構造知識を符号化する2つの新しい集約関数を導入する。 2つの木分類タスクでテストを行い、木外度が増加する場合に提案したモデルの利点を示す。
論文参考訳（メタデータ） (2020-06-18T15:40:32Z)
Graph Neural Networks with Composite Kernels [60.81504431653264]
カーネル重み付けの観点からノード集約を再解釈する。本稿では,アグリゲーション方式における特徴類似性を考慮したフレームワークを提案する。特徴空間における特徴類似性をエンコードするために,元の隣り合うカーネルと学習可能なカーネルの合成として特徴集約を提案する。
論文参考訳（メタデータ） (2020-05-16T04:44:29Z)

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。