論文の概要: Incremental inference of collective graphical models

• arxiv url: http://arxiv.org/abs/2006.15035v1
• Date: Fri, 26 Jun 2020 15:04:31 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-16 21:49:39.006180
• Title: Incremental inference of collective graphical models
• Title（参考訳）: 集合グラフィカルモデルの漸進的推論
• Authors: Rahul Singh, Isabel Haasler, Qinsheng Zhang, Johan Karlsson, Yongxin Chen
• Abstract要約: 特に、ノイズの多い集合観測からマルコフ鎖の集合限界を推定する問題に対処する。 直近の雑音集合観測のスライディングウインドウフィルタを用いたスライディングウインドウSinkhorn belief propagation (SW-SBP)アルゴリズムを提案する。
• 参考スコア（独自算出の注目度）: 16.274397329511196
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We consider incremental inference problems from aggregate data for collective dynamics. In particular, we address the problem of estimating the aggregate marginals of a Markov chain from noisy aggregate observations in an incremental (online) fashion. We propose a sliding window Sinkhorn belief propagation (SW-SBP) algorithm that utilizes a sliding window filter of the most recent noisy aggregate observations along with encoded information from discarded observations. Our algorithm is built upon the recently proposed multi-marginal optimal transport based SBP algorithm that leverages standard belief propagation and Sinkhorn algorithm to solve inference problems from aggregate data. We demonstrate the performance of our algorithm on applications such as inferring population flow from aggregate observations.
• Abstract（参考訳）: 集団動力学のための集約データからの漸進的推論問題を考える。 特に, インクリメンタル(オンライン)な手法で, 雑音を伴う集合観測からマルコフ連鎖の包括限界を推定する問題に対処する。 本稿では,最新のノイズ集約観測のスライディングウインドウフィルタと,破棄された観測からの符号化情報を利用するスライディングウインドウSinkhorn belief propagation (SW-SBP)アルゴリズムを提案する。 本アルゴリズムは,最近提案されているマルチマルジナル最適トランスポートベースsbpアルゴリズムをベースとし,標準信頼度伝播法とシンクホーン法を応用し,集計データから推定問題を解く。 総括観測から人口フローを推定するなど,本アルゴリズムの性能を実演する。

関連論文リスト

• Distributed Markov Chain Monte Carlo Sampling based on the Alternating Direction Method of Multipliers [143.6249073384419]
  本論文では,乗算器の交互方向法に基づく分散サンプリング手法を提案する。 我々は,アルゴリズムの収束に関する理論的保証と,その最先端性に関する実験的証拠の両方を提供する。 シミュレーションでは,線形回帰タスクとロジスティック回帰タスクにアルゴリズムを配置し,その高速収束を既存の勾配法と比較した。
  論文  参考訳（メタデータ） (2024-01-29T02:08:40Z)
• Optimal Algorithms for the Inhomogeneous Spiked Wigner Model [89.1371983413931]
  不均一な問題に対する近似メッセージパッシングアルゴリズム(AMP)を導出する。 特に,情報理論の閾値よりも大きい信号と雑音の比を必要とする既知のアルゴリズムが,ランダムよりも優れた処理を行うための統計的・計算的ギャップの存在を同定する。
  論文  参考訳（メタデータ） (2023-02-13T19:57:17Z)
• Optimal Clustering with Bandit Feedback [57.672609011609886]
  本稿では,バンディットフィードバックを用いたオンラインクラスタリングの問題点について考察する。 これは、NPハード重み付きクラスタリング問題をサブルーチンとして解決する必要性を回避するための、シーケンシャルなテストのための新しい停止規則を含む。 合成および実世界のデータセットの広範なシミュレーションを通して、BOCの性能は下界と一致し、非適応的ベースラインアルゴリズムよりも大幅に優れることを示す。
  論文  参考訳（メタデータ） (2022-02-09T06:05:05Z)
• Correlation Clustering Reconstruction in Semi-Adversarial Models [70.11015369368272]
  相関クラスタリングは多くのアプリケーションにおいて重要なクラスタリング問題である。 本研究では,ランダムノイズや対向的な修正によって崩壊した潜伏クラスタリングを再構築しようとする,この問題の再構築版について検討する。
  論文  参考訳（メタデータ） (2021-08-10T14:46:17Z)
• Inference of collective Gaussian hidden Markov models [8.348171150908724]
  連続状態集合隠れマルコフモデルのクラスに対する推論問題を考察する。 本稿では,集合ガウスフォワードバックワードアルゴリズムという集合推論アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-07-24T17:49:01Z)
• SNIPS: Solving Noisy Inverse Problems Stochastically [25.567566997688044]
  本稿では,線形逆問題の後部分布からサンプルを抽出するSNIPSアルゴリズムを提案する。 我々の解はランゲヴィン力学とニュートン法からのアイデアを取り入れ、事前訓練された最小二乗誤差(MMSE)を利用する。 得られたサンプルは、与えられた測定値と鋭く、詳細で一致しており、それらの多様性は、解決される逆問題に固有の不確実性を明らかにする。
  論文  参考訳（メタデータ） (2021-05-31T13:33:21Z)
• Learning Hidden Markov Models from Aggregate Observations [13.467017642143581]
  本稿では,時間同次隠れマルコフモデルのパラメータを集約観測から推定するアルゴリズムを提案する。 提案アルゴリズムは,予測最大化と最近提案された集合推論アルゴリズムであるシンクホーン信念の伝搬に基づいて構築される。
  論文  参考訳（メタデータ） (2020-11-23T06:41:22Z)
• Plug-And-Play Learned Gaussian-mixture Approximate Message Passing [71.74028918819046]
  そこで本研究では,従来のi.i.d.ソースに適した圧縮圧縮センシング(CS)リカバリアルゴリズムを提案する。 我々のアルゴリズムは、Borgerdingの学習AMP(LAMP)に基づいて構築されるが、アルゴリズムに普遍的な復調関数を採用することにより、それを大幅に改善する。 数値評価により,L-GM-AMPアルゴリズムは事前の知識を必要とせず,最先端の性能を実現する。
  論文  参考訳（メタデータ） (2020-11-18T16:40:45Z)
• Filtering for Aggregate Hidden Markov Models with Continuous Observations [13.467017642143581]
  我々は、各個体が同じ隠れマルコフモデル(HMM)によってモデル化される大集団に対するフィルタリング問題の一類を考察する。 本稿では,連続観測集合フォワードバックワードアルゴリズムと呼ばれる集合推論アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-11-04T20:05:36Z)
• Inference with Aggregate Data: An Optimal Transport Approach [16.274397329511196]
  多数の個人が生成した集合データを用いた確率的グラフィカルモデルに対する推論(フィルタリング)問題を考察する。 本稿では,木構造グラフの計算複雑性とグローバルコンバージェンス保証を両立する,効率的な信念伝播アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-03-31T03:12:20Z)
• Generative Modeling with Denoising Auto-Encoders and Langevin Sampling [88.83704353627554]
  DAEとDSMの両方がスムーズな人口密度のスコアを推定することを示した。 次に、この結果をarXiv:1907.05600のホモトピー法に適用し、その経験的成功を理論的に正当化する。
  論文  参考訳（メタデータ） (2020-01-31T23:50:03Z)

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。