論文の概要: Hybrid and Generalized Bayesian Cram\'{e}r-Rao Inequalities via
Information Geometry
- arxiv url: http://arxiv.org/abs/2104.01061v1
- Date: Fri, 2 Apr 2021 14:21:49 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-05 13:56:35.770269
- Title: Hybrid and Generalized Bayesian Cram\'{e}r-Rao Inequalities via
Information Geometry
- Title(参考訳): 情報幾何学によるハイブリッドおよび一般化ベイズクラム{e}r-ラオ不等式
- Authors: Kumar Vijay Mishra and M. Ashok Kumar
- Abstract要約: この章では、このフレームワークをより一般的なCram'er-Rao不等式にまで拡張する最近の結果を要約する。
eguchi の理論を czsisz'ar $f$-divergence の一般化形式に適用する。
- 参考スコア(独自算出の注目度): 15.33401602207049
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Information geometry is the study of statistical models from a Riemannian
geometric point of view. The Fisher information matrix plays the role of a
Riemannian metric in this framework. This tool helps us obtain Cram\'{e}r-Rao
lower bound (CRLB). This chapter summarizes the recent results which extend
this framework to more general Cram\'{e}r-Rao inequalities. We apply Eguchi's
theory to a generalized form of Czsisz\'ar $f$-divergence to obtain a
Riemannian metric that, at once, is used to obtain deterministic CRLB, Bayesian
CRLB, and their generalizations.
- Abstract(参考訳): 情報幾何学はリーマン幾何学の観点から統計モデルの研究である。
フィッシャー情報行列はこの枠組みにおいてリーマン計量の役割を担っている。
このツールは、Cram\'{e}r-Rao lower bound (CRLB) を得るのに役立つ。
この章では、このフレームワークをより一般的なCram\'{e}r-Rao不等式に拡張する最近の結果を要約する。
我々は eguchi の理論を czsisz\'ar $f$-divergence の一般化形式に適用してリーマン計量を得る。
関連論文リスト
- Conformal inference for regression on Riemannian Manifolds [49.7719149179179]
回帰シナリオの予測セットは、応答変数が$Y$で、多様体に存在し、Xで表される共変数がユークリッド空間にあるときに検討する。
我々は、多様体上のこれらの領域の経験的バージョンが、その集団に対するほぼ確実に収束していることを証明する。
論文 参考訳(メタデータ) (2023-10-12T10:56:25Z) - The Fisher-Rao geometry of CES distributions [50.50897590847961]
Fisher-Rao情報幾何学は、ツールを微分幾何学から活用することができる。
楕円分布の枠組みにおけるこれらの幾何学的ツールの実用的利用について述べる。
論文 参考訳(メタデータ) (2023-10-02T09:23:32Z) - Principal subbundles for dimension reduction [0.07515511160657122]
我々は、多様体学習や曲面再構成にサブリーマン幾何学をどのように利用できるかを示す。
ノイズの多いデータに適用すると,フレームワークが堅牢であることを示す。
論文 参考訳(メタデータ) (2023-07-06T16:55:21Z) - Curvature-Independent Last-Iterate Convergence for Games on Riemannian
Manifolds [77.4346324549323]
本研究では, 多様体の曲率に依存しないステップサイズが, 曲率非依存かつ直線的最終点収束率を達成することを示す。
我々の知る限りでは、曲率非依存率や/または最終点収束の可能性はこれまでに検討されていない。
論文 参考訳(メタデータ) (2023-06-29T01:20:44Z) - Generalization Bounds with Data-dependent Fractal Dimensions [5.833272638548154]
フラクタル幾何学に基づく一般化境界をリプシッツの仮定を必要とせずに証明する。
技術的な複雑さは相当に多いが、この新しい概念は一般化誤差を制御できる。
論文 参考訳(メタデータ) (2023-02-06T13:24:48Z) - Riemannian Score-Based Generative Modeling [56.20669989459281]
経験的性能を示すスコアベース生成モデル(SGM)を紹介する。
現在のSGMは、そのデータが平坦な幾何学を持つユークリッド多様体上で支えられているという前提を定めている。
これにより、ロボット工学、地球科学、タンパク質モデリングの応用にこれらのモデルを使用することができない。
論文 参考訳(メタデータ) (2022-02-06T11:57:39Z) - Bayesian Quadrature on Riemannian Data Manifolds [79.71142807798284]
データに固有の非線形幾何学構造をモデル化する原則的な方法が提供される。
しかし、これらの演算は通常計算的に要求される。
特に、正規法則上の積分を数値計算するためにベイズ二次(bq)に焦点を当てる。
先行知識と活発な探索手法を両立させることで,BQは必要な評価回数を大幅に削減できることを示す。
論文 参考訳(メタデータ) (2021-02-12T17:38:04Z) - 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) - Cram\'er-Rao Lower Bounds Arising from Generalized Csisz\'ar Divergences [17.746238062801293]
我々は Csisz'ar $f$-divergences の一般化された族に対する確率分布の幾何学について研究する。
これらの定式化が, 護衛モデルの偏りのない, 効率的な推定手法の発見に繋がることを示す。
論文 参考訳(メタデータ) (2020-01-14T13:41:13Z)
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。