論文の概要: Exponential Negation of a Probability Distribution
- arxiv url: http://arxiv.org/abs/2010.11533v2
- Date: Thu, 1 Apr 2021 14:05:56 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-04 07:52:30.156834
- Title: Exponential Negation of a Probability Distribution
- Title(参考訳): 確率分布の指数的否定
- Authors: Qinyuan Wu, Yong Deng and Neal Xiong
- Abstract要約: 提案された否定は幾何学的否定の一種と見なすことができる。
収束の反復の数は分布の要素の数に逆比例する。
- 参考スコア(独自算出の注目度): 7.895866278697778
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Negation operation is important in intelligent information processing.
Different with existing arithmetic negation, an exponential negation is
presented in this paper. The new negation can be seen as a kind of geometry
negation. Some basic properties of the proposed negation is investigated, we
find that the fix point is the uniform probability distribution. The negation
is an entropy increase operation and all the probability distributions will
converge to the uniform distribution after multiple negation iterations. The
number of iterations of convergence is inversely proportional to the number of
elements in the distribution. Some numerical examples are used to illustrate
the efficiency of the proposed negation.
- Abstract(参考訳): 否定操作は知的情報処理において重要である。
本稿では,既存の算術否定と異なり,指数否定について述べる。
新しい否定は幾何学的否定の一種と見なすことができる。
提案する否定の基本的な性質について検討し、固定点が一様確率分布であることを示す。
否定はエントロピー増加演算であり、全ての確率分布は複数の否定反復の後に一様分布に収束する。
収束の反復の数は分布の要素の数に逆比例する。
いくつかの数値的な例は、提案された否定の効率を説明するために用いられる。
関連論文リスト
- Error exponents for entanglement transformations from degenerations [10.435741631709403]
本稿では、純粋な多粒子状態間のLOCC変換におけるレートと強い逆指数のトレードオフ関係について検討する。
パラメータの最適選択を特徴付け、結果のプロトコルに対してシングルレター式を導出する。
論文 参考訳(メタデータ) (2024-09-02T10:08:21Z) - Non-asymptotic bounds for forward processes in denoising diffusions: Ornstein-Uhlenbeck is hard to beat [49.1574468325115]
本稿では,全変動(TV)における前方拡散誤差の非漸近的境界について述べる。
我々は、R$からFarthestモードまでの距離でマルチモーダルデータ分布をパラメライズし、加法的および乗法的雑音による前方拡散を考察する。
論文 参考訳(メタデータ) (2024-08-25T10:28:31Z) - The negation of permutation mass function [3.1981440103815717]
既存の否定法は主に確率論、エビデンス理論、複雑なエビデンス理論に適用される。
ランダムな置換集合論に否定の概念を適用する方法はまだ研究されていない。
論文 参考訳(メタデータ) (2024-03-11T07:44:59Z) - Inference via Interpolation: Contrastive Representations Provably Enable Planning and Inference [110.47649327040392]
時系列データを考えると、“今後どうなるか?”や“どうやって来たのか?”といった質問に答えるにはどうすればよいでしょう?
これらの質問は、学習された表現の観点から、いかにコンパクトで閉じた形状の解が得られるかを示す。
論文 参考訳(メタデータ) (2024-03-06T22:27:30Z) - Simulating counterfactuals [1.3654846342364302]
擬似推論は、現実の世界といくつかの証拠を共有する平行世界における仮説的介入を考察する。
離散変数と連続変数の両方に条件を設定できる対実分布から値をシミュレートするアルゴリズムを提案する。
論文 参考訳(メタデータ) (2023-06-27T09:34:32Z) - Debiased Contrastive Learning of Unsupervised Sentence Representations [88.58117410398759]
コントラスト学習は、事前訓練された言語モデル(PLM)を改善し、高品質な文表現を導き出すのに有効である。
以前の作業は、主にランダムにトレーニングデータからバッチ内陰性またはサンプルを採用する。
我々はこれらの不適切な負の影響を軽減するための新しいフレームワーク textbfDCLR を提案する。
論文 参考訳(メタデータ) (2022-05-02T05:07:43Z) - Equivariance Discovery by Learned Parameter-Sharing [153.41877129746223]
データから解釈可能な等価性を発見する方法について検討する。
具体的には、モデルのパラメータ共有方式に対する最適化問題として、この発見プロセスを定式化する。
また,ガウスデータの手法を理論的に解析し,研究された発見スキームとオラクルスキームの間の平均2乗ギャップを限定する。
論文 参考訳(メタデータ) (2022-04-07T17:59:19Z) - Investigating the Role of Negatives in Contrastive Representation
Learning [59.30700308648194]
ノイズコントラスト学習は教師なし表現学習の一般的な手法である。
我々は、これらのパラメータの1つの役割の曖昧さ、すなわち負の例の数に焦点をあてる。
結果が我々の理論と広く一致しているのに対して、我々の視覚実験はより悪質であり、性能は時々負の数に敏感である。
論文 参考訳(メタデータ) (2021-06-18T06:44:16Z) - Contracting and Involutive Negations of Probability Distributions [0.0]
pd非依存線形ネゲータの定義において,yager negatorが重要な役割を担っていることを示す。
pd依存性ネガタのクラスに不揮発性ネガタを導入する。
論文 参考訳(メタデータ) (2021-03-30T08:58:08Z) - Generating Negations of Probability Distributions [0.0]
確率分布の否定をpdの点別変換と考える。
線形ネガネータをヤガーと均一ネガネータの凸結合として特徴づける。
論文 参考訳(メタデータ) (2021-03-27T20:24:10Z) - Contextuality scenarios arising from networks of stochastic processes [68.8204255655161]
経験的モデルは、その分布が X 上の合同分布を極小化することができなければ文脈的と言える。
我々は、多くのプロセス間の相互作用という、文脈的経験的モデルの異なる古典的な源泉を示す。
長期にわたるネットワークの統計的挙動は、経験的モデルを一般的な文脈的かつ強い文脈的にする。
論文 参考訳(メタデータ) (2020-06-22T16:57:52Z)
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。