論文の概要: Tropical Support Vector Machines: Evaluations and Extension to Function Spaces

• arxiv url: http://arxiv.org/abs/2101.11531v1
• Date: Wed, 27 Jan 2021 16:35:34 GMT
• ステータス: 処理完了
• システム内更新日: 2021-03-13 22:05:37.595275
• Title: Tropical Support Vector Machines: Evaluations and Extension to Function Spaces
• Title（参考訳）: トロピカルサポートベクターマシンの評価と機能空間への拡張
• Authors: Ruriko Yoshida and Misaki Takamori and Hideyuki Matsumoto and Keiji Miura
• Abstract要約: 熱帯SVMは、最大プラス代数で熱帯計量の下で熱帯超平面を使用してデータポイントを分類する。 理論的には、データポイントを分類する熱帯SVMは次元の呪いに対してかなり堅牢であることを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Support Vector Machines (SVMs) are one of the most popular supervised learning models to classify using a hyperplane in an Euclidean space. Similar to SVMs, tropical SVMs classify data points using a tropical hyperplane under the tropical metric with the max-plus algebra. In this paper, first we show generalization error bounds of tropical SVMs over the tropical projective space. While the generalization error bounds attained via VC dimensions in a distribution-free manner still depend on the dimension, we also show theoretically by extreme value statistics that the tropical SVMs for classifying data points from two Gaussian distributions as well as empirical data sets of different neuron types are fairly robust against the curse of dimensionality. Extreme value statistics also underlie the anomalous scaling behaviors of the tropical distance between random vectors with additional noise dimensions. Finally, we define tropical SVMs over a function space with the tropical metric and discuss the Gaussian function space as an example.
• Abstract（参考訳）: Support Vector Machines (SVM) はユークリッド空間の超平面を用いて分類する最も一般的な教師あり学習モデルの1つである。 svmsと同様に、トロピカルsvmはmax-plus代数学を用いて熱帯超平面を用いてデータポイントを分類する。 本稿では、まず、熱帯射影空間上の熱帯SVMの一般化誤差境界を示す。 分布自由な方法でVC次元によって達成される一般化誤差境界は次元に依存するが、極値統計学により、2つのガウス分布からデータポイントを分類する熱帯SVMと、異なるニューロンタイプの経験的データセットが次元の呪いに対してかなり堅牢であることを示す。 極値統計は、追加のノイズ次元を持つランダムベクトル間のトロピカル距離の異常スケーリングの挙動も浮き彫りにする。 最後に、熱帯計量を用いて函数空間上の熱帯SVMを定義し、ガウス函数空間を例として論じる。

関連論文リスト

• Scaling Riemannian Diffusion Models [68.52820280448991]
  非自明な多様体上の高次元タスクにスケールできることを示す。 我々は、$SU(n)$格子上のQCD密度と高次元超球面上の対照的に学習された埋め込みをモデル化する。
  論文  参考訳（メタデータ） (2023-10-30T21:27:53Z)
• Tropical Geometric Tools for Machine Learning: the TML package [0.0]
  TMLパッケージは、トロピカル・凸性に関連するツールとメソッドの包括的なセットを含む最初のRパッケージである。 このパッケージは、統計推論の主要なツールとして、ヒッチ・アンド・ラン・マルコ連鎖モンテカルロサンプリング器(英語版)と熱帯計量(英語版)を併用している。 また,TMLパッケージに組み込まれたいくつかの教師なしおよび教師なしの手法にも注目する。
  論文  参考訳（メタデータ） (2023-09-03T05:30:27Z)
• PAVI: Plate-Amortized Variational Inference [55.975832957404556]
  数百人の被験者のコホート上で何百万もの計測が行われる大集団研究において、推論は困難である。 この大きな濃度は、オフザシェルフ変分推論(VI)を計算的に非現実的である。 本研究では,大集団研究に効率よく取り組む構造VIファミリーを設計する。
  論文  参考訳（メタデータ） (2023-08-30T13:22:20Z)
• VTAE: Variational Transformer Autoencoder with Manifolds Learning [144.0546653941249]
  深層生成モデルは、多くの潜伏変数を通して非線形データ分布の学習に成功している。 ジェネレータの非線形性は、潜在空間がデータ空間の不満足な射影を示し、表現学習が不十分になることを意味する。 本研究では、測地学と正確な計算により、深部生成モデルの性能を大幅に向上させることができることを示す。
  論文  参考訳（メタデータ） (2023-04-03T13:13:19Z)
• The Deep Generative Decoder: MAP estimation of representations improves modeling of single-cell RNA data [0.0]
  モデルパラメータと表現を直接最大後部推定(MAP)により計算する単純な生成モデルを提案する。 このアプローチの利点は、その単純さと、同等のVAEよりもはるかに小さな次元の表現を提供する能力である。
  論文  参考訳（メタデータ） (2021-10-13T12:17:46Z)
• Manifold Topology Divergence: a Framework for Comparing Data Manifolds [109.0784952256104]
  本研究では,深部生成モデルの評価を目的としたデータ多様体の比較フレームワークを開発する。 クロスバーコードに基づき,manifold Topology Divergence score(MTop-Divergence)を導入する。 MTop-Divergenceは,様々なモードドロップ,モード内崩壊,モード発明,画像乱れを正確に検出する。
  論文  参考訳（メタデータ） (2021-06-08T00:30:43Z)
• Support vector machines and linear regression coincide with very high-dimensional features [5.878391874426428]
  SVMに適合するトレーニング例がすべてサポートベクタとなる現象を示す。 まず、独立特徴モデルにおけるベクトル拡散を支援するために必要となる次元(サンプルサイズの観点から)の超線形下界を証明した。 また、ガウス的特徴モデルにおける鋭い位相遷移を同定し、この遷移の幅を制限し、その普遍性に対する実験的支持を与える。
  論文  参考訳（メタデータ） (2021-05-28T20:06:21Z)
• On the minmax regret for statistical manifolds: the role of curvature [68.8204255655161]
  2つの部分のコードと最小記述長は、最高のモデルを選別するための手順を提供するのに成功している。 我々は、フィッシャー情報計量のスカラー曲率が支配的な役割を果たす複雑さによって与えられる標準表現よりも、よりシャープな表現を導出する。
  論文  参考訳（メタデータ） (2020-07-06T17:28:19Z)
• Sparse Gaussian Processes with Spherical Harmonic Features [14.72311048788194]
  領域間変分ガウス過程(GP)の新たなクラスを導入する。 我々の推論スキームは変分フーリエの特徴に匹敵するが、次元の呪いに苦しむことはない。 実験の結果,本モデルでは,600万項目のデータセットに対して,2桁の精度で回帰モデルを適合させることができることがわかった。
  論文  参考訳（メタデータ） (2020-06-30T10:19:32Z)
• Variational Hyper-Encoding Networks [62.74164588885455]
  ニューラルネットワークパラメータの分布を符号化するHyperVAEというフレームワークを提案する。 遅延符号の後部分布を予測し,行列ネットワークデコーダを用いて後部分布q(theta)を生成する。
  論文  参考訳（メタデータ） (2020-05-18T06:46:09Z)
• Tropical Support Vector Machine and its Applications to Phylogenomics [0.0]
  系統解析のための多点データセットを分類するための熱帯支援ベクトルマシン(SVM)を提案する。 ハードマージン熱帯SVMとソフトマージン熱帯SVMの両方を線形プログラミング問題として定式化することができる。
  論文  参考訳（メタデータ） (2020-03-02T05:47:38Z)

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。