Fugu-MT 論文翻訳(概要): Using Weighted P-Values in Fisher's Method

論文の概要: Using Weighted P-Values in Fisher's Method

arxiv url: http://arxiv.org/abs/2006.10126v1
Date: Wed, 17 Jun 2020 19:56:09 GMT
ステータス: 処理完了
システム内更新日: 2022-11-19 21:42:04.447388
Title: Using Weighted P-Values in Fisher's Method
Title（参考訳）: Fisher法における重み付きP値の利用
Authors: Arvind Thiagarajan
Abstract要約: 元の方法は、すべての成分p値が等しく重み付けされている場合にのみ、組み合わせたp値を解析的に決定できる。ここでは、証明とともに、任意の重みと p-値を組み合わせる方法を示す。
参考スコア（独自算出の注目度）: 0.2538209532048866
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Fisher's method prescribes a way to combine p-values from multiple experiments into a single p-value. However, the original method can only determine a combined p-value analytically if all constituent p-values are weighted equally. Here we present, with proof, a method to combine p-values with arbitrary weights.
Abstract（参考訳）: fisherのメソッドは、複数の実験からp値を1つのp値に結合する方法を規定している。しかし、元の手法では、すべての成分p値が等しく重み付けられた場合にのみ、組み合わせたp値を解析的に決定できる。ここでは、証明とともに、任意の重みと p-値を組み合わせる方法を示す。

関連論文リスト

CKD: Contrastive Knowledge Distillation from A Sample-wise Perspective [48.99488315273868]
本研究では,試料内およびサンプル間制約によるサンプルワイドアライメント問題として定式化できる,対照的な知識蒸留手法を提案する。本手法は, 数値を考慮し, 同一試料中のロジット差を最小化する。 CIFAR-100, ImageNet-1K, MS COCOの3つのデータセットについて総合的な実験を行った。
論文参考訳（メタデータ） (2024-04-22T11:52:40Z)
Empirical Bayes Covariance Decomposition, and a solution to the Multiple Tuning Problem in Sparse PCA [2.5382095320488673]
スパース主成分分析(PCA)は,PCAの解釈可能性と信頼性を両立させる手法として提案されている。経験ベイズ法による「複数チューニング問題」の解法を提案する。
論文参考訳（メタデータ） (2023-12-06T04:00:42Z)
ALPCAH: Sample-wise Heteroscedastic PCA with Tail Singular Value Regularization [17.771454131646312]
主成分分析はデータ次元削減の分野で重要なツールである。そこで本研究では,サンプル単位の雑音分散を推定できるPCA法を開発した。これは低ランク成分の分布的な仮定なしで、ノイズの分散が知られていると仮定せずに行われる。
論文参考訳（メタデータ） (2023-07-06T03:11:11Z)
An approach to robust ICP initialization [77.45039118761837]
本稿では,厳密な変換に伴う乱れのない点群に対応するために,ICPアルゴリズムを初期化する手法を提案する。我々はノイズに対する我々のアプローチの頑健さに限界を導出し、数値実験により我々の理論的な知見を裏付ける。
論文参考訳（メタデータ） (2022-12-10T16:27:25Z)
New Power Method for Solving Eigenvalue Problems [0.0]
固有値問題の解を求めるための新しいパワー手法を提案する。この方法は、支配的あるいは最低の固有値だけでなく、デフレ手続きを必要とせずに全ての固有値を決定することができる。
論文参考訳（メタデータ） (2022-10-31T22:26:11Z)
Probabilistic Conformal Prediction Using Conditional Random Samples [73.26753677005331]
PCPは、不連続な予測セットによって対象変数を推定する予測推論アルゴリズムである。効率的で、明示的または暗黙的な条件生成モデルと互換性がある。
論文参考訳（メタデータ） (2022-06-14T03:58:03Z)
Testing for Outliers with Conformal p-values [14.158078752410182]
目標は、新しい独立したサンプルが参照データセットと同じ分布に属するかどうかをテストすることである。そこで本論文では,p-値が有意であるが,異なるテストポイントに対して互いに依存する,広く適用可能なフレームワークである共形推論に基づく解を提案する。我々は、これらのp値が正に依存し、正確な誤発見率制御を可能にすることを証明している。
論文参考訳（メタデータ） (2021-04-16T17:59:21Z)
Optimal Off-Policy Evaluation from Multiple Logging Policies [77.62012545592233]
我々は,複数のロギングポリシからオフ政治評価を行い,それぞれが一定のサイズ,すなわち階層化サンプリングのデータセットを生成する。複数ロガーのOPE推定器は,任意のインスタンス,すなわち効率のよいインスタンスに対して最小分散である。
論文参考訳（メタデータ） (2020-10-21T13:43:48Z)
Quantitative Understanding of VAE as a Non-linearly Scaled Isometric Embedding [52.48298164494608]
変分オートエンコーダ(VAE)は、各入力データに対応する潜伏変数の後方パラメータを推定する。本稿では,VAEの微分幾何学的および情報理論的解釈を通じて,VAEの特性を定量的に理解する。
論文参考訳（メタデータ） (2020-07-30T02:37:46Z)
Learning from DPPs via Sampling: Beyond HKPV and symmetry [2.0305676256390934]
行列点過程(DPP)の線形統計量の分布関数を近似する方法を示す。我々のアプローチはスケーラブルであり、従来の対称カーネルを超えて非常に一般的なDPPに適用できる。
論文参考訳（メタデータ） (2020-07-08T17:33:45Z)
Understanding Nesterov's Acceleration via Proximal Point Method [52.99237600875452]
近似点法(PPM)は最適化アルゴリズムを設計するためのビルディングブロックとしてよく用いられる。本研究では、PPM法を用いて、Nesterovの加速度勾配法(AGM)の異なるバージョンの収束解析とともに、概念的に単純な導出を提供する。
論文参考訳（メタデータ） (2020-05-17T17:17:18Z)

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。