Fugu-MT 論文翻訳(概要): Optimal distributed testing in high-dimensional Gaussian models

論文の概要: Optimal distributed testing in high-dimensional Gaussian models

arxiv url: http://arxiv.org/abs/2012.04957v1
Date: Wed, 9 Dec 2020 10:23:54 GMT
ステータス: 処理完了
システム内更新日: 2021-05-16 10:02:41.620553
Title: Optimal distributed testing in high-dimensional Gaussian models
Title（参考訳）: 高次元ガウス模型における最適分散試験
Authors: Botond Szabo, Lasse Vuursteen, Harry van Zanten
Abstract要約: 我々は、信号が検出可能になるために必要なサイズでより低い境界を導出します。我々は、下限に到達する最適な分散テスト戦略を示す。
参考スコア（独自算出の注目度）: 1.8047694351309207
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this paper study the problem of signal detection in Gaussian noise in a distributed setting. We derive a lower bound on the size that the signal needs to have in order to be detectable. Moreover, we exhibit optimal distributed testing strategies that attain the lower bound.
Abstract（参考訳）: 本稿では,分散環境におけるガウス雑音の信号検出問題について検討する。我々は、信号が検出可能となるためには、信号が持つ必要がある大きさの低い境界を導出する。さらに,より低いバウンダリを達成できる最適な分散テスト戦略を示す。

関連論文リスト

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)
Optimal Algorithms for the Inhomogeneous Spiked Wigner Model [89.1371983413931]
不均一な問題に対する近似メッセージパッシングアルゴリズム(AMP)を導出する。特に,情報理論の閾値よりも大きい信号と雑音の比を必要とする既知のアルゴリズムが,ランダムよりも優れた処理を行うための統計的・計算的ギャップの存在を同定する。
論文参考訳（メタデータ） (2023-02-13T19:57:17Z)
Langevin Monte Carlo for Contextual Bandits [72.00524614312002]
Langevin Monte Carlo Thompson Sampling (LMC-TS) が提案されている。提案アルゴリズムは,文脈的帯域幅の特別な場合において,最高のトンプソンサンプリングアルゴリズムと同じサブ線形残差を達成できることを示す。
論文参考訳（メタデータ） (2022-06-22T17:58:23Z)
Super-resolution GANs of randomly-seeded fields [68.8204255655161]
ランダムスパースセンサからフィールド量の推定を行うための,GAN(Super- resolution Generative Adversarial Network)フレームワークを提案する。このアルゴリズムはランダムサンプリングを利用して、高解像度の基底分布の不完全ビューを提供する。提案手法は, 流体流動シミュレーション, 海洋表面温度分布測定, 粒子画像速度測定データの合成データベースを用いて検証した。
論文参考訳（メタデータ） (2022-02-23T18:57:53Z)
Heavy-tailed denoising score matching [5.371337604556311]
ランゲヴィン力学における複数のノイズレベルを連続的に初期化する反復的雑音スケーリングアルゴリズムを開発した。実用面では、重み付きDSMを用いることで、スコア推定、制御可能なサンプリング収束、不均衡データセットに対するよりバランスのない非条件生成性能が改善される。
論文参考訳（メタデータ） (2021-12-17T22:04:55Z)
Instance-Optimal Compressed Sensing via Posterior Sampling [101.43899352984774]
後部サンプリング推定器がほぼ最適回復保証を達成できることを示す。本稿では,Langevin dynamics を用いた深部生成前駆体の後方サンプリング推定器を実装し,MAP よりも精度の高い推定値が得られることを実証的に見出した。
論文参考訳（メタデータ） (2021-06-21T22:51:56Z)
SNIPS: Solving Noisy Inverse Problems Stochastically [25.567566997688044]
本稿では,線形逆問題の後部分布からサンプルを抽出するSNIPSアルゴリズムを提案する。我々の解はランゲヴィン力学とニュートン法からのアイデアを取り入れ、事前訓練された最小二乗誤差(MMSE)を利用する。得られたサンプルは、与えられた測定値と鋭く、詳細で一致しており、それらの多様性は、解決される逆問題に固有の不確実性を明らかにする。
論文参考訳（メタデータ） (2021-05-31T13:33:21Z)
Detection of Signal in the Spiked Rectangular Models [8.185918509343818]
雑音がガウス的でない場合、行列成分の事前変換により主成分分析を改善することができることを示す。また,計算複雑性の低い信号の存在を検出する仮説テストを提案する。
論文参考訳（メタデータ） (2021-04-28T01:15:45Z)
Bandit Samplers for Training Graph Neural Networks [63.17765191700203]
グラフ畳み込みネットワーク(GCN)の訓練を高速化するために, ばらつきを低減したサンプリングアルゴリズムが提案されている。これらのサンプリングアルゴリズムは、グラフ注意ネットワーク(GAT)のような固定重みよりも学習重量を含む、より一般的なグラフニューラルネットワーク(GNN)には適用できない。
論文参考訳（メタデータ） (2020-06-10T12:48:37Z)
Variance Reduction for Better Sampling in Continuous Domains [5.675136204504504]
最適探索分布は, 先行分布よりも分布の中心付近でピークとなる可能性が示唆された。本研究では, 人口規模に応じて, 探索分布を変形させるための明示的な値を提供する。
論文参考訳（メタデータ） (2020-04-24T12:25:48Z)
Weak Detection in the Spiked Wigner Model with General Rank [13.45821655503426]
我々は,信号+雑音型行列モデルから信号を検出する統計的決定過程を付加的なウィグナー雑音で検討する。本稿では,信号の分布や雑音に依存しないデータ行列の線形スペクトル統計に基づく仮説テストを提案する。
論文参考訳（メタデータ） (2020-01-16T06:40:24Z)

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。