Fugu-MT 論文翻訳(概要): Minimum Relative Entropy Inference for Normal and Monte Carlo Distributions

論文の概要: Minimum Relative Entropy Inference for Normal and Monte Carlo Distributions

arxiv url: http://arxiv.org/abs/2007.06461v1
Date: Mon, 13 Jul 2020 15:53:39 GMT
ステータス: 処理完了
システム内更新日: 2022-11-10 22:54:48.823980
Title: Minimum Relative Entropy Inference for Normal and Monte Carlo Distributions
Title（参考訳）: 正規分布とモンテカルロ分布に対する最小相対エントロピー推定
Authors: Marcello Colasante, Attilio Meucci
Abstract要約: 指数族分布のアフィン部分多様体を最小相対エントロピー部分多様体として表現する。一般化期待型の部分的情報から推測するモンテカルロシミュレーションによる数値的実装を改善する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: We represent affine sub-manifolds of exponential family distributions as minimum relative entropy sub-manifolds. With such representation we derive analytical formulas for the inference from partial information on expectations and covariances of multivariate normal distributions; and we improve the numerical implementation via Monte Carlo simulations for the inference from partial information of generalized expectation type.
Abstract（参考訳）: 指数族分布のアフィン部分多様体を最小相対エントロピー部分多様体として表現する。このような表現を用いて,多変量正規分布の期待と共分散に関する部分情報から推定のための解析式を導出し,一般化期待型部分情報から推定のためのモンテカルロシミュレーションによる数値的実装を改善する。

関連論文リスト

Generative Modeling of Discrete Joint Distributions by E-Geodesic Flow Matching on Assignment Manifolds [0.8594140167290099]
一般の非分解離散分布は、部分多様体をすべての合同離散分布のメタプレプレックスに埋め込むことで近似することができる。離散分布を分解する測地線の流れをマッチングすることにより、生成モデルの効率的な訓練を実演する。
論文参考訳（メタデータ） (2024-02-12T17:56:52Z)
Stochastic automatic differentiation for Monte Carlo processes [1.1279808969568252]
自動微分法(AD)のモンテカルロプロセスへの拡張について検討する。ハミルトン的アプローチは、再重み付け手法の変数の変化と解釈できることを示す。
論文参考訳（メタデータ） (2023-07-28T08:59:01Z)
Mathematical analysis of singularities in the diffusion model under the submanifold assumption [0.0]
DDPMにおける解析的平均ドリフト関数とSGMにおけるスコア関数が特異データ分布のサンプリングプロセスの最終段階に爆発的に現れることを示す。我々は新たな目標関数と関連する損失を導出するが、これは特異データ分布においても有界である。
論文参考訳（メタデータ） (2023-01-19T05:13:03Z)
Wrapped Distributions on homogeneous Riemannian manifolds [58.720142291102135]
パラメータ、対称性、モダリティなどの分布の性質の制御は、フレキシブルな分布の族を生み出す。変動型オートエンコーダと潜在空間ネットワークモデル内で提案した分布を利用して,我々のアプローチを実証的に検証する。
論文参考訳（メタデータ） (2022-04-20T21:25:21Z)
Recursive Monte Carlo and Variational Inference with Auxiliary Variables [64.25762042361839]
再帰的補助変数推論(RAVI)はフレキシブルな提案を利用するための新しいフレームワークである。 RAVIは、表現力のある表現力のある家族を推論するためのいくつかの既存の手法を一般化し、統一する。 RAVIの設計枠組みと定理を,SalimansらによるMarkov Chain Variational Inferenceを用いて解析し,改良することにより示す。
論文参考訳（メタデータ） (2022-03-05T23:52:40Z)
Efficient CDF Approximations for Normalizing Flows [64.60846767084877]
正規化フローの微分同相性に基づいて、閉領域上の累積分布関数(CDF)を推定する。一般的なフローアーキテクチャとUCIデータセットに関する実験は,従来の推定器と比較して,サンプル効率が著しく向上したことを示している。
論文参考訳（メタデータ） (2022-02-23T06:11:49Z)
Estimating Gaussian Copulas with Missing Data [0.0]
半パラメトリックなモデリングにより、境界面上の事前仮定を回避する方法を示す。このアルゴリズムによって得られた共同分布は、既存の方法よりも基礎的な分布にかなり近い。
論文参考訳（メタデータ） (2022-01-14T17:20:44Z)
Partial Counterfactual Identification from Observational and Experimental Data [83.798237968683]
観測データと実験データの任意の組み合わせから最適境界を近似する有効なモンテカルロアルゴリズムを開発した。我々のアルゴリズムは、合成および実世界のデータセットに基づいて広範囲に検証されている。
論文参考訳（メタデータ） (2021-10-12T02:21:30Z)
Statistical Analysis from the Fourier Integral Theorem [9.619814126465206]
条件分布関数のモンテカルロに基づく推定器について検討する。マルコフ過程の予測など,多くの問題について検討する。推定器は明示的なモンテカルロベースであり、反復アルゴリズムを必要としない。
論文参考訳（メタデータ） (2021-06-11T20:44:54Z)
A maximum-entropy approach to off-policy evaluation in average-reward MDPs [54.967872716145656]
この研究は、無限水平非カウントマルコフ決定過程(MDPs)における関数近似を伴うオフ・ポリティ・アセスメント(OPE)に焦点を当てる。提案手法は,第1の有限サンプル OPE 誤差境界であり,既存の結果がエピソードおよびディスカウントケースを超えて拡張される。この結果から,教師あり学習における最大エントロピー的アプローチを並列化して,十分な統計値を持つ指数関数型家族分布が得られた。
論文参考訳（メタデータ） (2020-06-17T18:13:37Z)
Profile Entropy: A Fundamental Measure for the Learnability and Compressibility of Discrete Distributions [63.60499266361255]
離散分布のサンプルに対して、プロファイルエントロピーは推定、推論、圧縮の概念を統一する基本的な尺度であることを示す。具体的には、プロファイルエントロピー a) は、最適自然推定器に対する分布を推定する速度を決定する; b) 任意のラベル不変分布コレクションに対する最適推定器と比較して全ての対称特性を推定する速度を特徴付ける; c) プロファイル圧縮の限界として機能する。
論文参考訳（メタデータ） (2020-02-26T17:49:04Z)

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。