論文の概要: A Picture's Worth a Thousand Words: Visualizing n-dimensional Overlap in
Logistic Regression Models with Empirical Likelihood
- arxiv url: http://arxiv.org/abs/2011.07614v1
- Date: Sun, 15 Nov 2020 19:39:56 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-25 07:40:20.740921
- Title: A Picture's Worth a Thousand Words: Visualizing n-dimensional Overlap in
Logistic Regression Models with Empirical Likelihood
- Title（参考訳）: 画像の価値:経験的類似性を持つロジスティック回帰モデルにおけるn次元オーバーラップの可視化
- Authors: Paul A. Roediger
- Abstract要約: 多次元予測器の最大推定値に対する感度テストの視点を導入する。
シルヴァプルのよく知られた状態は、既存のR符号で重なり合う状態を評価する過程を機械化する経験的な可能性として翻訳される。
コードは、最小の重複構造を調べ、それらを4つ未満の次元でカタログ化することで重なり合う特性を明らかにするために適用される。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In this note, conditions for the existence and uniqueness of the maximum
likelihood estimate for multidimensional predictor, binary response models are
introduced from a sensitivity testing point of view. The well known condition
of Silvapulle is translated to be an empirical likelihood maximization which,
with existing R code, mechanizes the process of assessing overlap status. The
translation shifts the meaning of overlap, defined by geometrical properties of
the two-predictor groups, from the intersection of their convex cones is
non-empty to the more understandable requirement that the convex hull of their
differences contains zero. The code is applied to reveal the character of
overlap by examining minimal overlapping structures and cataloging them in
dimensions fewer than four. Rules to generate minimal higher dimensional
structures which account for overlap are provided. Supplementary materials are
available online.
- Abstract（参考訳）: 本稿では,多次元予測器における最大推定値の存在と特異性について,感度テストの観点から2値応答モデルを導入する。
シルヴァプルのよく知られた条件は、既存のR符号で重なり合う状態を評価する過程を機械化する経験的極大化に変換される。
この変換は、2つの予測群の幾何学的性質によって定義される重なり合いの意味を、凸円錐の交叉から、その差の凸殻が0を含むというより理解しやすい要求へとシフトさせる。
コードは、最小の重複構造を調べ、それらを4つ未満の次元でカタログ化することで重なり合う特性を明らかにするために適用される。
オーバーラップを考慮した最小の高次元構造を生成するルールが提供される。
追加資料はオンラインで入手できる。
関連論文リスト
- Beyond Coarse-Grained Matching in Video-Text Retrieval [50.799697216533914]
きめ細かい評価のための新しいアプローチを導入する。
テストキャプションを自動的に生成することで,既存のデータセットにアプローチを適用することができる。
きめ細かい評価実験は、このアプローチがきめ細かな違いを理解するモデルの能力を高めることを実証している。
論文 参考訳（メタデータ） (2024-10-16T09:42:29Z) - Quantization of Large Language Models with an Overdetermined Basis [73.79368761182998]
本稿では,嘉心表現の原理に基づくデータ量子化アルゴリズムを提案する。
以上の結果から, カシ量子化はモデル性能の競争力や優れた品質を達成できることが示唆された。
論文 参考訳（メタデータ） (2024-04-15T12:38:46Z) - Entry-Specific Bounds for Low-Rank Matrix Completion under Highly
Non-Uniform Sampling [10.824999179337558]
行列全体よりも小さい部分行列上で推定アルゴリズムを実行する方がよく、時には最適であることを示す。
我々の境界は、各エントリを局所的なサンプリング確率の関数として推定する難しさを特徴付ける。
論文 参考訳（メタデータ） (2024-02-29T23:24:43Z) - Learning Sparsity of Representations with Discrete Latent Variables [15.05207849434673]
本稿では,スパース深部潜伏生成モデルSDLGMを提案する。
表現の空間性は固定されていないが、事前に定義された制限の下で観察そのものに適合する。
推論と学習のために,MC勾配推定器をベースとした補正変分法を開発した。
論文 参考訳（メタデータ） (2023-04-03T12:47:18Z) - Semi-supervised Dense Keypoints Using Unlabeled Multiview Images [22.449168666514677]
本稿では,ラベルのないマルチビュー画像を用いて高密度なキーポイント検出器を学習するための,エンド・ツー・エンドの半教師付きフレームワークを提案する。
鍵となる課題は、複数のビューで密接なキーポイント間の正確な対応を見つけることである。
2つの望ましい性質を符号化する新しい確率的極性制約を導出する。
論文 参考訳（メタデータ） (2021-09-20T04:57:57Z) - A Local Similarity-Preserving Framework for Nonlinear Dimensionality
Reduction with Neural Networks [56.068488417457935]
本稿では,Vec2vecという新しい局所非線形手法を提案する。
ニューラルネットワークを訓練するために、マトリックスの近傍類似度グラフを構築し、データポイントのコンテキストを定義します。
8つの実データセットにおけるデータ分類とクラスタリングの実験により、Vec2vecは統計仮説テストにおける古典的な次元削減法よりも優れていることが示された。
論文 参考訳（メタデータ） (2021-03-10T23:10:47Z) - Posterior-Aided Regularization for Likelihood-Free Inference [23.708122045184698]
後補助正規化(PAR)は,モデル構造に関係なく,密度推定器の学習に適用可能である。
単一のニューラルネットワークを用いて逆KL項と相互情報項の両方を推定するPARの統一推定方法を提供する。
論文 参考訳（メタデータ） (2021-02-15T16:59:30Z) - RatE: Relation-Adaptive Translating Embedding for Knowledge Graph
Completion [51.64061146389754]
複素空間における新たな重み付き積の上に構築された関係適応変換関数を提案する。
次に、関係適応型翻訳埋め込み(RatE)アプローチを示し、各グラフを3倍にスコアする。
論文 参考訳（メタデータ） (2020-10-10T01:30:30Z) - Dual-constrained Deep Semi-Supervised Coupled Factorization Network with
Enriched Prior [80.5637175255349]
本稿では、DS2CF-Netと呼ばれる、拡張された事前制約付きDual-Constrained Deep Semi-Supervised Coupled Factorization Networkを提案する。
隠れた深い特徴を抽出するために、DS2CF-Netは、深い構造と幾何学的な構造に制約のあるニューラルネットワークとしてモデル化される。
我々のネットワークは、表現学習とクラスタリングのための最先端の性能を得ることができる。
論文 参考訳（メタデータ） (2020-09-08T13:10:21Z) - Convex Geometry and Duality of Over-parameterized Neural Networks [70.15611146583068]
有限幅2層ReLUネットワークの解析のための凸解析手法を開発した。
正規化学習問題に対する最適解が凸集合の極点として特徴づけられることを示す。
高次元では、トレーニング問題は無限に多くの制約を持つ有限次元凸問題としてキャストできることが示される。
論文 参考訳（メタデータ） (2020-02-25T23:05:33Z)
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。