論文の概要: Probabilistic Generating Circuits

• arxiv url: http://arxiv.org/abs/2102.09768v1
• Date: Fri, 19 Feb 2021 07:06:53 GMT
• ステータス: 処理完了
• システム内更新日: 2021-02-22 13:38:17.186932
• Title: Probabilistic Generating Circuits
• Title（参考訳）: 確率的発生回路
• Authors: Honghua Zhang, Brendan Juba, Guy Van den Broeck
• Abstract要約: 効率的な表現のための確率的生成回路(PGC)を提案する。 PGCは、非常に異なる既存モデルを統一する理論的なフレームワークであるだけでなく、現実的なデータをモデル化する大きな可能性も示している。 我々はPCとDPPの単純な組み合わせによって簡単に仮定されない単純なPGCのクラスを示し、一連の密度推定ベンチマークで競合性能を得る。
• 参考スコア（独自算出の注目度）: 50.98473654244851
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Generating functions, which are widely used in combinatorics and probability theory, encode function values into the coefficients of a polynomial. In this paper, we explore their use as a tractable probabilistic model, and propose probabilistic generating circuits (PGCs) for their efficient representation. PGCs strictly subsume many existing tractable probabilistic models, including determinantal point processes (DPPs), probabilistic circuits (PCs) such as sum-product networks, and tractable graphical models. We contend that PGCs are not just a theoretical framework that unifies vastly different existing models, but also show huge potential in modeling realistic data. We exhibit a simple class of PGCs that are not trivially subsumed by simple combinations of PCs and DPPs, and obtain competitive performance on a suite of density estimation benchmarks. We also highlight PGCs' connection to the theory of strongly Rayleigh distributions.
• Abstract（参考訳）: コンビネータと確率理論で広く使用されている生成関数は、関数値を多項式の係数にエンコードする。 本稿では,確率的モデルとしての利用を考察し,効率的な表現のための確率的生成回路(pgcs)を提案する。 PGCは、決定的点プロセス(DPP)、和積ネットワークのような確率回路(PC)、およびトラクタブルグラフィカルモデルを含む、多くの既存のトラクタブル確率論モデルに厳密に従った。 PGCは、非常に異なる既存のモデルを統一する理論的なフレームワークであるだけでなく、現実的なデータをモデリングする大きな可能性をも示しています。 我々はPCとDPPの単純な組み合わせによって簡単に仮定されない単純なPGCのクラスを示し、一連の密度推定ベンチマークで競合性能を得る。 また、強いレイリー分布の理論に対する PGCs の関連も強調する。

関連論文リスト

• Sum of Squares Circuits [8.323409122604893]
  確率回路(PC)は、このトラクタビリティvs表現性トレードオフを理論的に分析できる枠組みを提供する。 負のパラメータによる減算混合を符号化する正方形PCは単調PCよりも指数関数的に表現可能であることを示す。 我々は、二乗PCと単調PCの両方よりも指数関数的に表現できる新しい種類のPCを定式化する。
  論文  参考訳（メタデータ） (2024-08-21T17:08:05Z)
• Probabilistic Circuits with Constraints via Convex Optimization [2.6436521007616114]
  提案手法は,PCと制約の両方を入力とし,制約を満たす新しいPCを出力する。 実証的な評価は、制約とPCの組み合わせには複数のユースケースが存在することを示している。
  論文  参考訳（メタデータ） (2024-03-19T19:55:38Z)
• Probabilistic Integral Circuits [11.112802758446344]
  連続LVを表す積分単位でPCを拡張する計算グラフの新しい言語を導入する。 実際には、PICを軽量なニューラルネットでパラメータ化して、難易度の高い階層的連続混合物を提供する。 これらのPIC近似PCは予測最大化やSGDによって学習されるPCを体系的に上回ることを示す。
  論文  参考訳（メタデータ） (2023-10-25T20:38:18Z)
• Continuous Mixtures of Tractable Probabilistic Models [10.667104977730304]
  変分オートエンコーダのような連続潜伏空間に基づく確率モデルは、非可算混合モデルとして理解することができる。 確率回路(PC)は階層的な離散混合モデルとして理解することができる。 本稿では,少ない潜在次元のトラクタブルモデルの連続混合というハイブリッドアプローチについて検討する。
  論文  参考訳（メタデータ） (2022-09-21T18:18:32Z)
• PAC Reinforcement Learning for Predictive State Representations [60.00237613646686]
  部分的に観察可能な力学系におけるオンライン強化学習(RL)について検討する。 我々は、他のよく知られたモデルをキャプチャする表現モデルである予測状態表現(PSR)モデルに焦点を当てる。 我々は,サンプル複雑性のスケーリングにおいて,ほぼ最適なポリシを学習可能な,PSRのための新しいモデルベースアルゴリズムを開発した。
  論文  参考訳（メタデータ） (2022-07-12T17:57:17Z)
• HyperSPNs: Compact and Expressive Probabilistic Circuits [89.897635970366]
  HyperSPNsは、小規模のニューラルネットワークを使用して大きなPCの混合重量を生成する新しいパラダイムである。 近年の文献で紹介されている2つの最先端PCファミリーに対する正規化戦略のメリットを示す。
  論文  参考訳（メタデータ） (2021-12-02T01:24:43Z)
• GFlowNet Foundations [66.69854262276391]
  Generative Flow Networks (GFlowNets) は、多様な候補をアクティブな学習コンテキストでサンプリングする方法として導入された。 GFlowNetのさらなる理論的性質について述べる。
  論文  参考訳（メタデータ） (2021-11-17T17:59:54Z)
• PSD Representations for Effective Probability Models [117.35298398434628]
  最近提案された非負関数に対する正半定値(PSD)モデルがこの目的に特に適していることを示す。 我々はPSDモデルの近似と一般化能力の両方を特徴付け、それらが強い理論的保証を享受していることを示す。 本研究では,PSDモデルの密度推定,決定理論,推論への応用への道を開く。
  論文  参考訳（メタデータ） (2021-06-30T15:13:39Z)
• Probabilistic Circuits for Variational Inference in Discrete Graphical Models [101.28528515775842]
  変分法による離散的グラフィカルモデルの推論は困難である。 エビデンス・ロウアーバウンド(ELBO)を推定するためのサンプリングに基づく多くの手法が提案されている。 Sum Product Networks (SPN) のような確率的回路モデルのトラクタビリティを活用する新しい手法を提案する。 選択的SPNが表現的変動分布として適していることを示し、対象モデルの対数密度が重み付けされた場合、対応するELBOを解析的に計算可能であることを示す。
  論文  参考訳（メタデータ） (2020-10-22T05:04:38Z)

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。