論文の概要: On the Theoretical Equivalence of Several Trade-Off Curves Assessing Statistical Proximity

• arxiv url: http://arxiv.org/abs/2006.11809v3
• Date: Thu, 13 Oct 2022 13:32:19 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-18 11:56:32.010675
• Title: On the Theoretical Equivalence of Several Trade-Off Curves Assessing Statistical Proximity
• Title（参考訳）: 統計的近接性を考慮した貿易曲線の理論的等価性について
• Authors: Rodrigue Siry and Ryan Webster and Loic Simon and Julien Rabin
• Abstract要約: 高精度リコール(PR)曲線,ローレンツ曲線,レシーバ動作特性(ROC)曲線,およびR'enyi発散フロンティアの特別な場合の4つの曲線の統一を提案する。 さらに、領域適応境界の導出を伴うPR/ローレンツ曲線間のリンクについて論じる。
• 参考スコア（独自算出の注目度）: 4.626261940793027
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The recent advent of powerful generative models has triggered the renewed development of quantitative measures to assess the proximity of two probability distributions. As the scalar Frechet inception distance remains popular, several methods have explored computing entire curves, which reveal the trade-off between the fidelity and variability of the first distribution with respect to the second one. Several of such variants have been proposed independently and while intuitively similar, their relationship has not yet been made explicit. In an effort to make the emerging picture of generative evaluation more clear, we propose a unification of four curves known respectively as: the precision-recall (PR) curve, the Lorenz curve, the receiver operating characteristic (ROC) curve and a special case of R\'enyi divergence frontiers. In addition, we discuss possible links between PR / Lorenz curves with the derivation of domain adaptation bounds.
• Abstract（参考訳）: 最近の強力な生成モデルの出現は、2つの確率分布の近接性を評価するための量的尺度の再開発を引き起こしている。 スカラーフレシェインセプション距離が普及するにつれて、曲線全体を計算するいくつかの方法が研究され、第1分布の忠実性と第2分布に対する変動性の間のトレードオフが明らかになった。 そのような変種のうちいくつかは独立に提案されており、直感的には似ているが、それらの関係はまだ明らかにされていない。 生成評価の現像をより明確にするために, 高精度リコール(PR)曲線, ロレンツ曲線, 受信動作特性(ROC)曲線, R'enyi 分岐フロンティアの特別な場合の4つの曲線の統一を提案する。 さらに、領域適応境界の導出を伴うPR/ローレンツ曲線間のリンクについて論じる。

関連論文リスト

• von Mises Quasi-Processes for Bayesian Circular Regression [57.88921637944379]
  円値ランダム関数上の表現的および解釈可能な分布の族を探索する。 結果の確率モデルは、統計物理学における連続スピンモデルと関係を持つ。 後続推論のために、高速マルコフ連鎖モンテカルロサンプリングに寄与するストラトノビッチのような拡張を導入する。
  論文  参考訳（メタデータ） (2024-06-19T01:57:21Z)
• Discriminative Estimation of Total Variation Distance: A Fidelity Auditor for Generative Data [10.678533056953784]
  本稿では,2つの分布間の総変動(TV)距離を推定する判別手法を提案する。 本手法は,2つの分布の分類におけるベイズリスクとテレビの距離の関係を定量的に評価する。 分類において、特定の仮説クラスを選択することで、テレビの距離を推定する際の高速収束率が達成できることを実証する。
  論文  参考訳（メタデータ） (2024-05-24T08:18:09Z)
• Uncertainty Quantification via Stable Distribution Propagation [60.065272548502]
  本稿では,ニューラルネットワークによる安定確率分布の伝播手法を提案する。 提案手法は局所線形化に基づいており,ReLU非線型性に対する全変動距離の近似値として最適であることを示す。
  論文  参考訳（メタデータ） (2024-02-13T09:40:19Z)
• A U-turn on Double Descent: Rethinking Parameter Counting in Statistical Learning [68.76846801719095]
  二重降下がいつどこで起こるのかを正確に示し、その位置が本質的に閾値 p=n に結び付けられていないことを示す。 これは二重降下と統計的直観の間の緊張を解消する。
  論文  参考訳（メタデータ） (2023-10-29T12:05:39Z)
• Curvature-Independent Last-Iterate Convergence for Games on Riemannian Manifolds [77.4346324549323]
  本研究では, 多様体の曲率に依存しないステップサイズが, 曲率非依存かつ直線的最終点収束率を達成することを示す。 我々の知る限りでは、曲率非依存率や/または最終点収束の可能性はこれまでに検討されていない。
  論文  参考訳（メタデータ） (2023-06-29T01:20:44Z)
• A numerical approximation method for the Fisher-Rao distance between multivariate normal distributions [12.729120803225065]
  正規分布に結合する離散曲線を用いて、ジェフリーズ発散の平方根による曲線上の連続した正規分布間のラオ距離を近似する。 我々は, 数値近似を下界と上界の両方と比較し, 近似手法の質評価を行った。
  論文  参考訳（メタデータ） (2023-02-16T09:44:55Z)
• Function-space regularized R\'enyi divergences [6.221019624345409]
  変分関数空間によってパラメトリズされた正則化 R'enyi divergences の新しい族を提案する。 これらの新しい発散のいくつかの性質を証明し、古典的な R'enyi 発散と IPM 間を補間していることを示す。 提案した正規化 R'enyi は、絶対連続でない分布を比較する能力など、IMM から特徴を継承することを示した。
  論文  参考訳（メタデータ） (2022-10-10T19:18:04Z)
• A data-driven approach for the closure of RANS models by the divergence of the Reynolds Stress Tensor [0.0]
  RANS方程式を閉じて精度を上げる新しいデータ駆動モデルを提案する。 この選択は RANS 方程式における RST の発散によって引き起こされる。 このデータ駆動アプローチが訓練されると、方程式を閉じるために乱流モデルを実行する必要はない。
  論文  参考訳（メタデータ） (2022-03-31T11:08:54Z)
• The Interplay Between Implicit Bias and Benign Overfitting in Two-Layer Linear Networks [51.1848572349154]
  ノイズの多いデータに完全に適合するニューラルネットワークモデルは、見当たらないテストデータにうまく一般化できる。 我々は,2層線形ニューラルネットワークを2乗損失の勾配流で補間し,余剰リスクを導出する。
  論文  参考訳（メタデータ） (2021-08-25T22:01:01Z)
• Divergence Frontiers for Generative Models: Sample Complexity, Quantization Level, and Frontier Integral [58.434753643798224]
  多様性フロンティアは生成モデルの評価フレームワークとして提案されている。 分岐フロンティアのプラグイン推定器のサンプル複雑性の非漸近的境界を確立する。 また,スムーズな分布推定器の統計的性能を調べることにより,分散フロンティアの枠組みも強化する。
  論文  参考訳（メタデータ） (2021-06-15T06:26:25Z)

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。