Fugu-MT 論文翻訳(概要): Is Information Theory Inherently a Theory of Causation?

論文の概要: Is Information Theory Inherently a Theory of Causation?

arxiv url: http://arxiv.org/abs/2010.01932v4
Date: Sat, 7 Nov 2020 21:35:43 GMT
ステータス: 処理完了
システム内更新日: 2022-10-10 21:15:32.257767
Title: Is Information Theory Inherently a Theory of Causation?
Title（参考訳）: 情報理論は本質的に因果論か?
Authors: David Sigtermans
Abstract要約: 情報理論は、変数間の関係をテンソルとして表現することで、因果骨格発見の新しい方法を生み出している。このアプローチは、条件付き独立性をテストするために必要なデータの次元性を減少させる。この結果に到達するために、追加の情報測度であるパス情報を提案する。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Information theory gives rise to a novel method for causal skeleton discovery by expressing associations between variables as tensors. This tensor-based approach reduces the dimensionality of the data needed to test for conditional independence, e.g., for systems comprising three variables, the causal skeleton can be determined using pair-wise determined tensors. To arrive at this result, an additional information measure, path information, is proposed.
Abstract（参考訳）: 情報理論は変数間の関係をテンソルとして表現することで因果骨格の発見の新しい方法をもたらす。このテンソルベースのアプローチは条件独立性をテストするのに必要なデータの次元を減らし、例えば3つの変数からなる系の場合、因果骨格はペアワイズ決定テンソルで決定できる。この結果に到達するために,追加情報尺度であるパス情報を提案する。

関連論文リスト

Towards Information Theory-Based Discovery of Equivariances [1.2289361708127875]
対称性の存在は、システムに厳密な制約のセットを課す。並行して、複雑性に制約のある学習と行動の原則モデルが、情報理論の手法の利用を増大させる。本稿では,学習と情報制約のある適応行動に関する多くの原則研究において,生産的基盤として機能する情報ボトルネック原理の新たな変種を提案する。
論文参考訳（メタデータ） (2023-10-25T11:19:40Z)
Provable Tensor Completion with Graph Information [49.08648842312456]
本稿では,動的グラフ正規化テンソル完備問題の解法として,新しいモデル,理論,アルゴリズムを提案する。我々はテンソルの低ランクおよび類似度構造を同時に捉える包括的モデルを開発する。理論の観点からは、提案したグラフの滑らか度正規化と重み付きテンソル核ノルムとの整合性を示す。
論文参考訳（メタデータ） (2023-10-04T02:55:10Z)
Inducing Causal Structure for Abstractive Text Summarization [76.1000380429553]
要約データの因果構造を誘導する構造因果モデル(SCM)を導入する。本稿では因果的要因を模倣できる因果的表現を学習するための因果性インスピレーション付き系列列列モデル(CI-Seq2Seq)を提案する。 2つの広く使われているテキスト要約データセットの実験結果は、我々のアプローチの利点を示している。
論文参考訳（メタデータ） (2023-08-24T16:06:36Z)
On the Joint Interaction of Models, Data, and Features [82.60073661644435]
本稿では,データとモデル間の相互作用を実験的に解析する新しいツールであるインタラクションテンソルを紹介する。これらの観測に基づいて,特徴学習のための概念的枠組みを提案する。この枠組みの下では、一つの仮説に対する期待された精度と一対の仮説に対する合意はどちらも閉形式で導出することができる。
論文参考訳（メタデータ） (2023-06-07T21:35:26Z)
Towards Causal Representation Learning and Deconfounding from Indefinite Data [17.793702165499298]
非統計データ(画像、テキストなど)は、従来の因果データとプロパティやメソッドの点で重大な対立に遭遇する。 2つの新しい視点から因果データを再定義し、3つのデータパラダイムを提案する。非定値データから因果表現を学習するための動的変分推論モデルとして,上記の設計を実装した。
論文参考訳（メタデータ） (2023-05-04T08:20:37Z)
Error Analysis of Tensor-Train Cross Approximation [88.83467216606778]
我々は, テンソル全体の精度保証を行う。結果は数値実験により検証され、高次テンソルに対するクロス近似の有用性に重要な意味を持つ可能性がある。
論文参考訳（メタデータ） (2022-07-09T19:33:59Z)
ER: Equivariance Regularizer for Knowledge Graph Completion [107.51609402963072]
我々は、新しい正規化器、すなわち等分散正規化器(ER)を提案する。 ERは、頭と尾のエンティティ間の意味的等価性を利用することで、モデルの一般化能力を高めることができる。実験結果から,最先端関係予測法よりも明確かつ実質的な改善が示された。
論文参考訳（メタデータ） (2022-06-24T08:18:05Z)
Cannikin's Law in Tensor Modeling: A Rank Study for Entanglement and Separability in Tensor Complexity and Model Capacity [8.553988557950351]
本研究では,一般的なテンソルモデルのモデリング能力を評価するための適切な基準を明らかにする。そこで本論文では,カンニキンのテンソルモデリングの法則について議論するために,分離性問題を提案する。
論文参考訳（メタデータ） (2022-04-16T09:14:27Z)
Disentangling Observed Causal Effects from Latent Confounders using Method of Moments [67.27068846108047]
我々は、軽度の仮定の下で、識別性と学習可能性に関する保証を提供する。我々は,線形制約付き結合テンソル分解に基づく効率的なアルゴリズムを開発し,スケーラブルで保証可能な解を得る。
論文参考訳（メタデータ） (2021-01-17T07:48:45Z)
Alternating linear scheme in a Bayesian framework for low-rank tensor approximation [5.833272638548154]
ベイズ推論問題を解くことにより、与えられたテンソルの低ランク表現を見つける。本稿では,テンソルトレイン方式で無音変換を行うアルゴリズムを提案する。
論文参考訳（メタデータ） (2020-12-21T10:15:30Z)
Additive Tensor Decomposition Considering Structural Data Information [7.2597356063814065]
テンソルデータにおける構造情報の新たな定義を提供する。本稿では,テンソルデータから有用な情報を抽出するための加法テンソル分解(ATD)フレームワークを提案する。乗算器の交互方向法 (ADMM) を提案する。
論文参考訳（メタデータ） (2020-07-27T20:53:27Z)

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。