Fugu-MT 論文翻訳(概要): On the Lattice of Conceptual Measurements

論文の概要: On the Lattice of Conceptual Measurements

arxiv url: http://arxiv.org/abs/2012.05267v1
Date: Wed, 9 Dec 2020 19:11:50 GMT
ステータス: 処理完了
システム内更新日: 2021-05-16 02:08:59.188488
Title: On the Lattice of Conceptual Measurements
Title（参考訳）: 概念測定の格子について
Authors: Tom Hanika and Johannes Hirth
Abstract要約: 本論文では,形式的概念分析によるスケール測定に基づくデータセットスケーリングの新たなアプローチを提案する。スケール測定は閉包系に関して格子順序付けであることを示す。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We present a novel approach for data set scaling based on scale-measures from formal concept analysis, i.e., continuous maps between closure systems, and derive a canonical representation. Moreover, we prove said scale-measures are lattice ordered with respect to the closure systems. This enables exploring the set of scale-measures through by the use of meet and join operations. Furthermore we show that the lattice of scale-measures is isomorphic to the lattice of sub-closure systems that arises from the original data. Finally, we provide another representation of scale-measures using propositional logic in terms of data set features. Our theoretical findings are discussed by means of examples.
Abstract（参考訳）: 本稿では,形式的な概念解析,すなわちクロージャシステム間の連続写像からスケール尺度に基づくデータセットスケーリングの新たな手法を提案し,正規表現を導出する。さらに, スケール計測が閉包系に対して順序付けられたことを証明した。これにより、ミートとジョイン操作を使用してスケール測定のセットを探索することができる。さらに、スケール尺度の格子は、元のデータから生じるサブクロージャシステムの格子に同型であることを示す。最後に,データ集合の特徴の観点で命題論理を用いた尺度の表現を提案する。理論的知見は例によって考察する。

関連論文リスト

Scaling Dimension [0.0]
いくつかの基本的な概念を拡張し、それらに対して正確な数学的定義を与え、スケーリング次元の概念を導入する。その性質に関する詳細な議論に加えて、概念格子の次数次元に関する理論的境界を示す。また、順序数や順序間スケーリング次元などの特殊サブクラスも研究し、それらの最初の結果と例を示す。
論文参考訳（メタデータ） (2023-02-17T19:16:04Z)
Counting Like Human: Anthropoid Crowd Counting on Modeling the Similarity of Objects [92.80955339180119]
メインストリームの群衆計数法は密度マップを補強して計数結果を得るために統合する。これに触発された我々は,合理的かつ人為的な集団カウントフレームワークを提案する。
論文参考訳（メタデータ） (2022-12-02T07:00:53Z)
Exploring Predictive States via Cantor Embeddings and Wasserstein Distance [0.0]
シンボリックデータにおける予測等価性をワッサースタイン距離を用いて検出する方法を示す。結果の幾何を用いた探索データ解析は,プロセスの時間的構造に関する洞察を与える。
論文参考訳（メタデータ） (2022-06-09T00:09:47Z)
Counting Phases and Faces Using Bayesian Thermodynamic Integration [77.34726150561087]
本稿では,2パラメータ統計力学系における熱力学関数と位相境界の再構成手法を提案する。提案手法を用いて,IsingモデルとTASEPの分割関数と位相図を正確に再構成する。
論文参考訳（メタデータ） (2022-05-18T17:11:23Z)
Wrapped Distributions on homogeneous Riemannian manifolds [58.720142291102135]
パラメータ、対称性、モダリティなどの分布の性質の制御は、フレキシブルな分布の族を生み出す。変動型オートエンコーダと潜在空間ネットワークモデル内で提案した分布を利用して,我々のアプローチを実証的に検証する。
論文参考訳（メタデータ） (2022-04-20T21:25:21Z)
Attribute Selection using Contranominal Scales [0.09668407688201358]
形式的概念分析(FCA)は、概念を導出して格子に並べることでバイナリデータを解析することができる。そのような格子の大きさは、対応する形式的文脈におけるサブコンテキストの数に依存する。本稿では,与えられた形式的文脈のすべての対数スケールの計算を可能にするアルゴリズムであるContraFinderを提案する。
論文参考訳（メタデータ） (2021-06-21T10:53:50Z)
MINIMALIST: Mutual INformatIon Maximization for Amortized Likelihood Inference from Sampled Trajectories [61.3299263929289]
シミュレーションベースの推論は、その可能性が実際に計算できない場合でもモデルのパラメータを学習することができる。あるクラスのメソッドは、異なるパラメータでシミュレートされたデータを使用して、確率とエビデンス比の償却推定器を推定する。モデルパラメータとシミュレーションデータ間の相互情報の観点から,本手法が定式化可能であることを示す。
論文参考訳（メタデータ） (2021-06-03T12:59:16Z)
GELATO: Geometrically Enriched Latent Model for Offline Reinforcement Learning [54.291331971813364]
オフライン強化学習アプローチは、近近法と不確実性認識法に分けられる。本研究では,この2つを潜在変動モデルに組み合わせることのメリットを実証する。提案したメトリクスは、分布サンプルのアウトの品質と、データ内のサンプルの不一致の両方を測定します。
論文参考訳（メタデータ） (2021-02-22T19:42:40Z)
Closed-Form Factorization of Latent Semantics in GANs [65.42778970898534]
画像合成のために訓練されたGAN(Generative Adversarial Networks)の潜在空間に、解釈可能な次元の豊富なセットが出現することが示されている。本研究では,GANが学習した内部表現について検討し,その基礎となる変動要因を教師なしで明らかにする。本稿では,事前学習した重みを直接分解することで,潜在意味発見のためのクローズドフォーム因数分解アルゴリズムを提案する。
論文参考訳（メタデータ） (2020-07-13T18:05:36Z)
Bayesian stochastic blockmodeling [0.0]
この章では、ネットワークデータから大規模なモジュラ構造を抽出するためのベイズ推論の使用について、自己完結した紹介を行っている。我々は、過度な適合を防止し、モデル選択を可能にする方法でそれらの推論を可能にする非パラメトリックな定式化に焦点を当てる。本稿では,ネットワークにおけるモジュール構造の検出可能性の基本的限界に光を当て,ブロックモデルを用いてリンクの欠落やスプリアスを予測できることを示す。
論文参考訳（メタデータ） (2017-05-29T14:53:42Z)

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。