論文の概要: Probability distributions for analog-to-target distances
- arxiv url: http://arxiv.org/abs/2101.10640v1
- Date: Tue, 26 Jan 2021 09:10:12 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-13 19:37:13.412782
- Title: Probability distributions for analog-to-target distances
- Title（参考訳）: アナログ-ターゲット距離の確率分布
- Authors: Paul Platzer, Pascal Yiou (ESTIMR), Philippe Naveau (ESTIMR),
Jean-Fran\c{c}ois Filipot, Maxime Thiebaut, Pierre Tandeo (IMT Atlantique -
SC)
- Abstract要約: 優れたアナログを見つけるのに必要なカタログのサイズに寸法が果たす役割を示す。
我々は、良好なアナログを見つけるのに必要なカタログのサイズ、および$K$-bestアナログの相対的な手段と分散に次元性が重要な役割を果たしていることを示す。
- 参考スコア（独自算出の注目度）: 0.12314765641075436
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Some properties of chaotic dynamical systems can be probed through features
of recurrences, also called analogs. In practice, analogs are nearest
neighbours of the state of a system, taken from a large database called the
catalog. Analogs have been used in many atmospheric applications including
forecasts, downscaling, predictability estimation, and attribution of extreme
events. The distances of the analogs to the target state condition the
performances of analog applications. These distances can be viewed as random
variables, and their probability distributions can be related to the catalog
size and properties of the system at stake. A few studies have focused on the
first moments of return time statistics for the best analog, fixing an
objective of maximum distance from this analog to the target state. However,
for practical use and to reduce estimation variance, applications usually
require not just one, but many analogs. In this paper, we evaluate from a
theoretical standpoint and with numerical experiments the probability
distributions of the $K$-best analog-to-target distances. We show that
dimensionality plays a role on the size of the catalog needed to find good
analogs, and also on the relative means and variances of the $K$-best analogs.
Our results are based on recently developed tools from dynamical systems
theory. These findings are illustrated with numerical simulations of a
well-known chaotic dynamical system and on 10m-wind reanalysis data in
north-west France. A practical application of our derivations for the purpose
of objective-based dimension reduction is shown using the same reanalysis data.
- Abstract（参考訳）: カオス力学系のいくつかの性質は、アナログとも呼ばれる再発の特徴を通して探究することができる。
実際には、アナログはシステム状態の最も近い隣人であり、カタログと呼ばれる大きなデータベースから取り出されている。
アナログは、予報、ダウンスケーリング、予測可能性推定、極端な事象の帰属など、多くの大気アプリケーションで使われてきた。
ターゲット状態へのアナログの距離は、アナログアプリケーションのパフォーマンスを条件にします。
これらの距離は確率変数と見なすことができ、それらの確率分布は、与えられたシステムのカタログサイズと特性に関連付けられる。
いくつかの研究は、最良のアナログに対する戻り時間統計の最初の瞬間に焦点を当て、このアナログから目標状態への最大距離の目標を定めている。
しかし、実用的利用と推定ばらつきの低減のためには、アプリケーションは通常1つだけでなく、多くのアナログを必要とする。
本稿では,理論的な観点から,k$-bestアナログ対ターゲット距離の確率分布を数値実験により評価する。
我々は、良好なアナログを見つけるのに必要なカタログのサイズ、および$K$-bestアナログの相対的な手段と分散に次元性が重要な役割を果たしていることを示す。
この結果は、最近開発された動的システム理論のツールに基づいている。
これらの結果は、フランス北西部でよく知られたカオス力学系と10m風再解析データの数値シミュレーションによって示される。
同じ再解析データを用いて,主観的次元削減を目的とした導出の実践的応用を示す。
関連論文リスト
- NAVSIM: Data-Driven Non-Reactive Autonomous Vehicle Simulation and Benchmarking [65.24988062003096]
我々は,視覚に基づく運転ポリシーをベンチマークするフレームワークであるNAVSIMを提案する。
我々のシミュレーションは非反応性であり、評価された政策と環境は互いに影響を与えない。
NAVSIMはCVPR 2024で開催され、143チームが433のエントリーを提出し、いくつかの新たな洞察を得た。
論文 参考訳（メタデータ） (2024-06-21T17:59:02Z) - Diffusion posterior sampling for simulation-based inference in tall data settings [53.17563688225137]
シミュレーションベース推論(SBI)は、入力パラメータを所定の観測に関連付ける後部分布を近似することができる。
本研究では、モデルのパラメータをより正確に推測するために、複数の観測値が利用できる、背の高いデータ拡張について考察する。
提案手法を,最近提案した各種数値実験の競合手法と比較し,数値安定性と計算コストの観点から,その優位性を実証した。
論文 参考訳（メタデータ） (2024-04-11T09:23:36Z) - ARN: Analogical Reasoning on Narratives [13.707344123755126]
我々は、物語要素を用いて表面マッピングとシステムマッピングを作成する、アナロジーの支配的理論を運用するフレームワークを開発する。
すべてのLLMがほぼ類似点を認識できるが、最大でもゼロショット環境では極端に類似点に苦戦している。
論文 参考訳（メタデータ） (2023-10-02T08:58:29Z) - On the Non-Associativity of Analog Computations [0.0]
本研究では、アナログ演算の入力オペランドの順序付けも出力結果に影響を及ぼすことを観察する。
我々は、そのような順序付け効果をキャプチャする実アナログプロセッサのモデルを作成することで、簡単なテストを行う。
その結果, 順序効果の存在と高い影響が示され, 順序効果を無視すると精度が低下することがわかった。
論文 参考訳（メタデータ） (2023-09-25T17:04:09Z) - Importance sampling for stochastic quantum simulations [68.8204255655161]
我々は、係数に応じてハミルトン式からサンプリングしてランダムな積公式を構築するqDriftプロトコルを導入する。
サンプリング段階における個別のシミュレーションコストを考慮し、同じ精度でシミュレーションコストを削減可能であることを示す。
格子核効果場理論を用いて数値シミュレーションを行った結果, 実験結果が得られた。
論文 参考訳（メタデータ） (2022-12-12T15:06:32Z) - 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) - Numerically Stable Sparse Gaussian Processes via Minimum Separation
using Cover Trees [57.67528738886731]
誘導点に基づくスケーラブルスパース近似の数値安定性について検討する。
地理空間モデリングなどの低次元タスクに対しては,これらの条件を満たす点を自動計算する手法を提案する。
論文 参考訳（メタデータ） (2022-10-14T15:20:17Z) - Nonparametric likelihood-free inference with Jensen-Shannon divergence
for simulator-based models with categorical output [1.4298334143083322]
シミュレータに基づく統計モデルに対する自由な推論は、機械学習と統計のコミュニティの両方において、関心の高まりを招いている。
本稿では、Jensen-Shannon- divergenceの計算特性を用いて、モデルパラメータに対する推定、仮説テスト、信頼区間の構築を可能にする理論的結果のセットを導出する。
このような近似はより集中的なアプローチの素早い代替手段であり、シミュレーターベースモデルの多種多様な応用には魅力的である。
論文 参考訳（メタデータ） (2022-05-22T18:00:13Z) - Sampling from Arbitrary Functions via PSD Models [55.41644538483948]
まず確率分布をモデル化し,そのモデルからサンプリングする。
これらのモデルでは, 少数の評価値を用いて, 高精度に多数の密度を近似することが可能であることが示され, それらのモデルから効果的にサンプルする簡単なアルゴリズムが提示される。
論文 参考訳（メタデータ） (2021-10-20T12:25:22Z) - Probabilistic Inference of Simulation Parameters via Parallel
Differentiable Simulation [34.30381620584878]
実世界の計測を正確に再現するには、シミュレーターが適切な物理系のモデルを持つ必要がある。
ベイズ推定手法を用いてパラメータを推定する後者の問題に対処する。
我々は、GPUコード生成と微分可能シミュレーションを利用して、多くの粒子に対するその可能性とその勾配を並列に評価する。
論文 参考訳（メタデータ） (2021-09-18T03:05:44Z) - Using local dynamics to explain analog forecasting of chaotic systems [0.0]
本研究では,システムのダイナミクスを局所的に近似することで,様々なアナログ予測手法の特性について検討する。
アナログ予測性能はフローマップの局所ヤコビ行列と強く関連していることがわかった。
提案手法は、アナログ予測誤差を推定し、異なるアナログ手法の比較を可能にする。
論文 参考訳（メタデータ） (2020-07-22T08:43:11Z)
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。