Fugu-MT 論文翻訳(概要): Exact Phase Transitions of Model RB with Slower-Growing Domains

論文の概要: Exact Phase Transitions of Model RB with Slower-Growing Domains

arxiv url: http://arxiv.org/abs/2011.02700v1
Date: Thu, 5 Nov 2020 08:40:24 GMT
ステータス: 処理完了
システム内更新日: 2022-09-29 12:51:59.603221
Title: Exact Phase Transitions of Model RB with Slower-Growing Domains
Title（参考訳）: Slower-Growing Domain を持つモデルRBの励起相転移
Authors: Jun Liu, Ke Xu, Guangyan Zhou
Abstract要約: ランダムRBインスタンスは, より緩和された条件下, 特に成長が遅い領域サイズで, 正確な相転移を示すことが証明された。結果は第2モーメントメソッドを使用することで最高のものとなり、より良い結果を得るためには、新しいツールを導入するべきです。
参考スコア（独自算出の注目度）: 9.563243641993573
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The second moment method has always been an effective tool to lower bound the satisfiability threshold of many random constraint satisfaction problems. However, the calculation is usually hard to carry out and as a result, only some loose results can be obtained. In this paper, based on a delicate analysis which fully exploit the power of the second moment method, we prove that random RB instances can exhibit exact phase transition under more relaxed conditions, especially slower-growing domain size. These results are the best by using the second moment method, and new tools should be introduced for any better results.
Abstract（参考訳）: 第2モーメント法は、多くのランダム制約満足度問題の満足度閾値を下げるための有効なツールである。しかし、計算は通常実行し難いため、いくつかの緩やかな結果しか得られない。本稿では、第2モーメント法のパワーをフル活用した微妙な解析に基づいて、より緩和された条件下、特に成長が遅い領域サイズにおいて、ランダムRBインスタンスが正確な位相遷移を示すことを示す。これらの結果はsecond momentメソッドを使用することでベストであり、より良い結果を得るために新しいツールを導入するべきです。

関連論文リスト

Selective Inference for Time-Varying Effect Moderation [3.8233569758620063]
因果効果のモデレーションは、個人が観察した特性に基づいて、結果変数に対する介入(または治療)の効果がどのように変化するかを調べる。高次元解析は、しばしば解釈可能性に欠け、重要なモデレーターはノイズに隠れている。時間変化による因果効果のモデレーションを選択的に推定する2段階の手法を提案する。
論文参考訳（メタデータ） (2024-11-24T16:37:48Z)
Successive Refinement in Large-Scale Computation: Advancing Model Inference Applications [67.76749044675721]
階層化分解能計算の解を導入する。これらの解により、最終結果よりも早い段階でより解像度の低い結果が得られる。
論文参考訳（メタデータ） (2024-02-11T15:36:33Z)
Post-Processing Temporal Action Detection [134.26292288193298]
時間的行動検出(TAD)法は、通常、入力された可変長のビデオを固定長のスニペット表現シーケンスに変換する際に、前処理のステップを踏む。この前処理ステップは、ビデオを時間的にダウンサンプリングし、推論の解像度を低減し、元の時間分解における検出性能を阻害する。モデルの再設計や再学習を伴わない新しいモデル非依存のポストプロセッシング手法を提案する。
論文参考訳（メタデータ） (2022-11-27T19:50:37Z)
Fast Exploration of the Impact of Precision Reduction on Spiking Neural Networks [63.614519238823206]
ターゲットハードウェアがコンピューティングの端に達すると、スパイキングニューラルネットワーク(SNN)が実用的な選択となる。我々は、近似誤差を伝播するそのようなモデルの能力を生かした探索手法を開発するために、インターヴァル算術(IA)モデルを用いる。
論文参考訳（メタデータ） (2022-11-22T15:08:05Z)
A Reinforcement Learning Approach to Estimating Long-term Treatment Effects [13.371851720834918]
ランダム化実験による制限は、長期効果を測定するために容易に拡張できないことである。マルコフ過程における平均報酬を推定する強化学習(RL)アプローチを採用する。観測された状態遷移が非定常である実世界のシナリオに動機付けられ、非定常問題のクラスのための新しいアルゴリズムを開発する。
論文参考訳（メタデータ） (2022-10-14T05:33:19Z)
Non-Convergence and Limit Cycles in the Adam optimizer [0.0]
本稿では,2周期の極限周期が2次目的関数のバッチモードに存在することを示す。これらの極限周期の安定性を解析し、近似収束が示される他の結果と分析を関連付ける。
論文参考訳（メタデータ） (2022-10-05T07:44:33Z)
A view of mini-batch SGD via generating functions: conditions of convergence, phase transitions, benefit from negative momenta [14.857119814202754]
運動量を持つミニバッチSGDは、大きな予測モデルを学ぶための基本的なアルゴリズムである。そこで我々は,線形モデルに対する最小バッチSGDを,異なるモータとバッチサイズで解析する新しい分析フレームワークを開発した。
論文参考訳（メタデータ） (2022-06-22T14:15:35Z)
Differentiable Annealed Importance Sampling and the Perils of Gradient Noise [68.44523807580438]
Annealed importance sample (AIS) と関連するアルゴリズムは、限界推定のための非常に効果的なツールである。差別性は、目的として限界確率を最適化する可能性を認めるため、望ましい性質である。我々はメトロポリス・ハスティングスのステップを放棄して微分可能アルゴリズムを提案し、ミニバッチ計算をさらに解き放つ。
論文参考訳（メタデータ） (2021-07-21T17:10:14Z)
Evidence for Long-Tails in SLS Algorithms [0.0]
局所探索(SLS)は命題論理の満足度問題を解くためのパラダイムとして成功している。この領域における最近の開発には、オリジナルのインスタンスではなく、修正されたが論理的に等価なインスタンスを解くことが含まれる。本稿では,この手法がSLSソルバのランタイムに与える影響について検討する。
論文参考訳（メタデータ） (2021-07-01T11:31:39Z)
The Variational Method of Moments [65.91730154730905]
条件モーメント問題は、観測可能量の観点から構造因果パラメータを記述するための強力な定式化である。 OWGMMの変動最小値再構成により、条件モーメント問題に対する非常に一般的な推定器のクラスを定義する。同じ種類の変分変換に基づく統計的推測のためのアルゴリズムを提供する。
論文参考訳（メタデータ） (2020-12-17T07:21:06Z)
Fast Objective & Duality Gap Convergence for Non-Convex Strongly-Concave Min-Max Problems with PL Condition [52.08417569774822]
本稿では,深層学習(深層AUC)により注目度が高まっている,円滑な非凹部min-max問題の解法に焦点をあてる。
論文参考訳（メタデータ） (2020-06-12T00:32:21Z)

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。