論文の概要: Efficient Balanced Treatment Assignments for Experimentation
- arxiv url: http://arxiv.org/abs/2010.11332v1
- Date: Wed, 21 Oct 2020 22:06:37 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-05 00:34:52.778083
- Title: Efficient Balanced Treatment Assignments for Experimentation
- Title（参考訳）: 実験用高効率平衡処理アサインメント
- Authors: David Arbour, Drew Dimmery, Anup Rao
- Abstract要約: フリードマンとラフスキーの最小木検定に対して最適なアルゴリズムを提案する。
本稿では, トランスダクティブ推論として推定を新たに定式化し, 適応推定器として設計に用いられる木構造をどのように利用できるかを示す。
- 参考スコア（独自算出の注目度）: 17.3699850124029
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this work, we reframe the problem of balanced treatment assignment as
optimization of a two-sample test between test and control units. Using this
lens we provide an assignment algorithm that is optimal with respect to the
minimum spanning tree test of Friedman and Rafsky (1979). This assignment to
treatment groups may be performed exactly in polynomial time. We provide a
probabilistic interpretation of this process in terms of the most probable
element of designs drawn from a determinantal point process which admits a
probabilistic interpretation of the design. We provide a novel formulation of
estimation as transductive inference and show how the tree structures used in
design can also be used in an adjustment estimator. We conclude with a
simulation study demonstrating the improved efficacy of our method.
- Abstract（参考訳）: 本研究では,テストユニットと制御ユニット間の2サンプルテストの最適化として,バランスの取れた処理割り当ての問題を再検討する。
このレンズを用いて、Friedman and Rafsky (1979) の最小スパンニングツリー検定に対して最適である割当てアルゴリズムを提供する。
この処理群への割り当ては多項式時間で正確に行うことができる。
我々は、この過程の確率論的解釈を、その設計の確率的解釈を許容する行列点過程から導かれる最も可能性の高い設計要素の観点で提供する。
本稿では, トランスダクティブ推論として推定を新たに定式化し, 設計に使用される木構造を調整推定器に用いる方法を示す。
提案手法の有効性を実証したシミュレーション研究を締めくくった。
関連論文リスト
- Optimal Adaptive Experimental Design for Estimating Treatment Effect [14.088972921434761]
本稿では,治療効果を推定する際の最適精度を決定するための基本的な問題に対処する。
二重ロバストな手法の概念を逐次実験設計に取り入れることで、最適推定問題をオンラインバンディット学習問題としてモデル化する。
本稿では,バンディットアルゴリズム設計と適応統計的推定の両方のツールとアイデアを用いて,一般的な低スイッチング適応実験フレームワークを提案する。
論文 参考訳（メタデータ） (2024-10-07T23:22:51Z) - Efficient Fairness-Performance Pareto Front Computation [51.558848491038916]
最適公正表現はいくつかの有用な構造特性を持つことを示す。
そこで,これらの近似問題は,凹凸プログラミング法により効率的に解けることを示す。
論文 参考訳（メタデータ） (2024-09-26T08:46:48Z) - 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) - Scalable method for Bayesian experimental design without integrating
over posterior distribution [0.0]
実験問題のA-最適ベイズ設計における計算効率について検討する。
A-最適性はベイズの実験設計に広く用いられ、容易に解釈できる基準である。
本研究は, A-Optimal 実験設計における新しい可能性のないアプローチを提案する。
論文 参考訳（メタデータ） (2023-06-30T12:40:43Z) - Learning Unnormalized Statistical Models via Compositional Optimization [73.30514599338407]
実データと人工雑音のロジスティックな損失として目的を定式化することにより, ノイズコントラスト推定(NCE)を提案する。
本稿では,非正規化モデルの負の対数類似度を最適化するための直接的アプローチについて検討する。
論文 参考訳（メタデータ） (2023-06-13T01:18:16Z) - Distributionally robust risk evaluation with a causality constraint and structural information [0.0]
ニューラルネットワークによるテスト関数を近似し、Rademacherの複雑さによるサンプルの複雑さを証明する。
我々のフレームワークは、分散的にロバストなポートフォリオ選択問題において、従来のものよりも優れています。
論文 参考訳（メタデータ） (2022-03-20T14:48:37Z) - Amortized Implicit Differentiation for Stochastic Bilevel Optimization [53.12363770169761]
決定論的条件と決定論的条件の両方において、二段階最適化問題を解決するアルゴリズムのクラスについて検討する。
厳密な勾配の推定を補正するために、ウォームスタート戦略を利用する。
このフレームワークを用いることで、これらのアルゴリズムは勾配の偏りのない推定値にアクセス可能な手法の計算複雑性と一致することを示す。
論文 参考訳（メタデータ） (2021-11-29T15:10:09Z) - Efficient Data-Dependent Learnability [8.766022970635898]
予測正規化最大可能性(pNML)アプローチは、最近、バッチ学習問題に対する min-max 最適解として提案されている。
ニューラルネットワークに適用すると、この近似が分散外例を効果的に検出できることが示される。
論文 参考訳（メタデータ） (2020-11-20T10:44:55Z) - Optimal Bayesian experimental design for subsurface flow problems [77.34726150561087]
本稿では,設計ユーティリティ機能のためのカオス拡張サロゲートモデル(PCE)の開発のための新しいアプローチを提案する。
この手法により,対象関数に対する適切な品質応答面の導出が可能となり,計算予算は複数の単点評価に匹敵する。
論文 参考訳（メタデータ） (2020-08-10T09:42:59Z) - Distributed Averaging Methods for Randomized Second Order Optimization [54.51566432934556]
我々はヘッセン語の形成が計算的に困難であり、通信がボトルネックとなる分散最適化問題を考察する。
我々は、ヘッセンのサンプリングとスケッチを用いたランダム化二階最適化のための非バイアスパラメータ平均化手法を開発した。
また、不均一なコンピューティングシステムのための非バイアス分散最適化フレームワークを導入するために、二階平均化手法のフレームワークを拡張した。
論文 参考訳（メタデータ） (2020-02-16T09:01:18Z) - Efficient Adaptive Experimental Design for Average Treatment Effect
Estimation [18.027128141189355]
本研究では, 依存サンプルから構築した推定器を用いた効率的な実験法を提案する。
提案手法を正当化するために,有限および無限サンプル解析を行う。
論文 参考訳（メタデータ） (2020-02-13T02:04:17Z)
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。