論文の概要: Compositional Semantics for Probabilistic Programs with Exact Conditioning

• arxiv url: http://arxiv.org/abs/2101.11351v1
• Date: Wed, 27 Jan 2021 12:31:18 GMT
• ステータス: 処理完了
• システム内更新日: 2021-02-01 19:13:56.694073
• Title: Compositional Semantics for Probabilistic Programs with Exact Conditioning
• Title（参考訳）: 厳密条件付き確率的プログラムの構成意味論
• Authors: Dario Stein, Sam Staton
• Abstract要約: 本稿では,ガウス確率変数に対する一級厳密な条件付け構造を持つ確率的プログラミング言語を定義する。 我々の言語のよい性質はガウス語に特有ではなく、普遍的な性質から導出できることが示される。
• 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 define a probabilistic programming language for Gaussian random variables with a first-class exact conditioning construct. We give operational, denotational and equational semantics for this language, establishing convenient properties like exchangeability of conditions. Conditioning on equality of continuous random variables is nontrivial, as the exact observation may have probability zero; this is Borel's paradox. Using categorical formulations of conditional probability, we show that the good properties of our language are not particular to Gaussians, but can be derived from universal properties, thus generalizing to wider settings. We define the Cond construction, which internalizes conditioning as a morphism, providing general compositional semantics for probabilistic programming with exact conditioning.
• Abstract（参考訳）: 一級厳密な条件付き構成を持つガウス確率変数の確率的プログラミング言語を定義する。 この言語の操作的、分数的、方程式的な意味論を与え、条件の交換性のような便利な特性を確立します。 連続ランダム変数の等価性に関する条件は、正確な観測が確率ゼロを持つ可能性があるため、非自明である。 条件付き確率のカテゴリー的定式化を用いることで、我々の言語の良い性質はガウス語に特有ではなく、普遍的な性質から導き出され、より広い設定に一般化できることを示した。 コンディショニングを同型として内部化するCond構造を定義し、正確なコンディショニングで確率的プログラミングのための一般的なコンポジションセマンティクスを提供する。

関連論文リスト

• Decoherence and Probability [0.0]
  非確率的な説明では、デコヒーレンスによる確率の出現は説得力がない。 確率の出現に関する別の説明は、部分的に解釈されたデコヒーレンスモデルを通して、テクティクアシ確率的出現の組み合わせである。
  論文  参考訳（メタデータ） (2024-10-02T08:16:09Z)
• Probabilistic Conformal Prediction with Approximate Conditional Validity [81.30551968980143]
  本研究では,共形手法の柔軟性と条件分布の推定を組み合わせ,予測セットを生成する手法を開発した。 我々の手法は、条件付きカバレッジの観点から既存の手法よりも一貫して優れています。
  論文  参考訳（メタデータ） (2024-07-01T20:44:48Z)
• $\omega$PAP Spaces: Reasoning Denotationally About Higher-Order, Recursive Probabilistic and Differentiable Programs [64.25762042361839]
  $omega$PAP 空間は表現的微分可能および確率的プログラミング言語についての推論のための空間である。 我々の意味論は、最も実践的な確率的で微分可能なプログラムに意味を割り当てるのに十分である。 確率プログラムのトレース密度関数のほぼすべての微分可能性を確立する。
  論文  参考訳（メタデータ） (2023-02-21T12:50:05Z)
• Distributional Gradient Boosting Machines [77.34726150561087]
  私たちのフレームワークはXGBoostとLightGBMをベースにしています。 我々は,このフレームワークが最先端の予測精度を実現することを示す。
  論文  参考訳（メタデータ） (2022-04-02T06:32:19Z)
• Why we should interpret density matrices as moment matrices: the case of (in)distinguishable particles and the emergence of classical reality [69.62715388742298]
  一般確率論として量子論(QT)の定式化を導入するが、準観測作用素(QEOs)で表される。 区別不可能な粒子と識別不能な粒子の両方に対するQTをこの方法で定式化できることを示します。 古典的なダイスに対する有限交換可能な確率は、QTと同じくらい奇数であることを示す。
  論文  参考訳（メタデータ） (2022-03-08T14:47:39Z)
• Degenerate Gaussian factors for probabilistic inference [0.0]
  本稿では,確率変数間に線形依存が存在するガウスネットワーク上での推論を可能にするパラメータ係数を提案する。 この原理的因子の定義を用いることで、デジネラシーは計算コストを少し加えることなく正確かつ自動的に収容できる。
  論文  参考訳（メタデータ） (2021-04-30T13:58:29Z)
• Transitional Conditional Independence [0.0]
  遷移確率空間と遷移確率変数を紹介する。 これらの構造は(条件付き)ランダム変数と非確率変数の概念を一般化し、強化し、以前の概念である。
  論文  参考訳（メタデータ） (2021-04-23T11:52:15Z)
• Probabilistic Programs with Stochastic Conditioning [38.63814604977958]
  そこで本研究では,変数の辺分布を条件付けする決定論的条件付けの一般化を提案する。 確率的プログラミングの文脈では条件付けを提示するが、形式化は一般的であり、他の設定にも適用できる。
  論文  参考訳（メタデータ） (2020-10-01T10:17:52Z)
• Tractable Inference in Credal Sentential Decision Diagrams [116.6516175350871]
  確率感性決定図は、解離ゲートの入力が確率値によってアノテートされる論理回路である。 我々は、局所確率を質量関数のクレーダル集合に置き換えることができる確率の一般化である、クレーダル感性決定図を開発する。 まず,ノイズの多い7セグメント表示画像に基づく簡単なアプリケーションについて検討する。
  論文  参考訳（メタデータ） (2020-08-19T16:04:34Z)
• Learning Probabilistic Sentence Representations from Paraphrases [47.528336088976744]
  文の分布を生成する確率モデルを定義する。 パラフレーズでモデルをトレーニングし、それらが自然に文の特異性を捉えていることを示す。 本モデルでは,各単語の明瞭度と正確度を抽出する手法を提案する。
  論文  参考訳（メタデータ） (2020-05-16T21:10:28Z)

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。