論文の概要: Positively Weighted Kernel Quadrature via Subsampling
- arxiv url: http://arxiv.org/abs/2107.09597v1
- Date: Tue, 20 Jul 2021 16:18:56 GMT
- ステータス: 処理完了
- システム内更新日: 2021-07-21 15:04:40.103586
- Title: Positively Weighted Kernel Quadrature via Subsampling
- Title(参考訳): サブサンプリングによる正重カーネル四分法
- Authors: Satoshi Hayakawa, Harald Oberhauser, Terry Lyons
- Abstract要約: 一般領域における確率測度に対する正重み付きカーネル二次規則について検討する。
これにより、正重みと最小ケース誤差の少ないカーネル二次規則を効率的に構築するアルゴリズムが実現される。
- 参考スコア(独自算出の注目度): 8.250374560598495
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We study kernel quadrature rules with positive weights for probability
measures on general domains. Our theoretical analysis combines the spectral
properties of the kernel with random sampling of points. This results in
effective algorithms to construct kernel quadrature rules with positive weights
and small worst-case error. Besides additional robustness, our numerical
experiments indicate that this can achieve fast convergence rates that compete
with the optimal bounds in well-known examples.
- Abstract(参考訳): 一般領域における確率測度に対する正重み付きカーネル二次規則について検討する。
我々の理論的解析は、カーネルのスペクトル特性とランダムな点のサンプリングを組み合わせる。
これにより、正重みと最小ケース誤差の少ないカーネル二次規則を効率的に構築するアルゴリズムが実現される。
さらなる頑健性に加えて、数値実験により、既知の例の最適境界に匹敵する高速な収束速度が達成できることが示されている。
関連論文リスト
- A Unified Theory of Stochastic Proximal Point Methods without Smoothness [52.30944052987393]
近点法はその数値的安定性と不完全なチューニングに対する頑健性からかなりの関心を集めている。
本稿では,近位点法(SPPM)の幅広いバリエーションの包括的解析について述べる。
論文 参考訳(メタデータ) (2024-05-24T21:09:19Z) - Efficient Numerical Integration in Reproducing Kernel Hilbert Spaces via
Leverage Scores Sampling [16.992480926905067]
本稿では,積分を対象確率測度に対して,積分の点的評価のみを用いて近似する問題を考察する。
本稿では,初期観測から得られる近似レバレッジスコアを用いて,$mn$サンプルのランダムな小部分集合を均一に描画するか,あるいは近似的に評価する手法を提案する。
論文 参考訳(メタデータ) (2023-11-22T17:44:18Z) - Sample Complexity for Quadratic Bandits: Hessian Dependent Bounds and
Optimal Algorithms [64.10576998630981]
最適なヘッセン依存型サンプルの複雑さを, 初めて厳密に評価した。
ヘシアン非依存のアルゴリズムは、すべてのヘシアンインスタンスに対して最適なサンプル複雑さを普遍的に達成する。
本アルゴリズムにより得られたサンプルの最適複雑さは,重み付き雑音分布においても有効である。
論文 参考訳(メタデータ) (2023-06-21T17:03:22Z) - Kernel quadrature with randomly pivoted Cholesky [0.0]
本稿では、ランダムにピボットされたチョーレスキーと呼ばれるサンプリングアルゴリズムによって引き起こされたノードを用いて、再生カーネルヒルベルト空間の関数に対する新しい二次規則を提案する。
その結果、ランダムにピボットされたコレスキーは高速で、より計算に高価な二次スキームに匹敵する4次誤差率が得られることが示された。
論文 参考訳(メタデータ) (2023-06-06T18:33:40Z) - Sampling-based Nystr\"om Approximation and Kernel Quadrature [8.658596218544774]
確率測度に付随する正定値核の「Nystr」近似を解析する。
まず、サンプリングと特異値分解による従来のNystr"om近似の誤差境界の改善を証明した。
次に、Nystr "om approximation において、非i.d.ランドマーク点に適用可能な理論的保証を持つ部分空間の洗練された選択を導入する。
論文 参考訳(メタデータ) (2023-01-23T16:05:56Z) - Targeted Separation and Convergence with Kernel Discrepancies [61.973643031360254]
カーネルベースの不一致測度は、(i)ターゲットPを他の確率測度から分離するか、(ii)Pへの弱収束を制御する必要がある。
本稿では, (i) と (ii) を保証するのに十分な,必要な新しい条件を導出する。
可分距離空間上のMDDに対して、ボヒナー埋め込み可測度を分離するカーネルを特徴づけ、すべての測度を非有界カーネルと分離するための単純な条件を導入する。
論文 参考訳(メタデータ) (2022-09-26T16:41:16Z) - A Stochastic Newton Algorithm for Distributed Convex Optimization [62.20732134991661]
均質な分散凸最適化のためのNewtonアルゴリズムを解析し、各マシンが同じ人口目標の勾配を計算する。
提案手法は,既存の手法と比較して,性能を損なうことなく,必要な通信ラウンドの数,頻度を低減できることを示す。
論文 参考訳(メタデータ) (2021-10-07T17:51:10Z) - A Note on Optimizing Distributions using Kernel Mean Embeddings [94.96262888797257]
カーネル平均埋め込みは、その無限次元平均埋め込みによる確率測度を表す。
カーネルが特徴的である場合、カーネルの総和密度を持つ分布は密度が高いことを示す。
有限サンプル設定でそのような分布を最適化するアルゴリズムを提供する。
論文 参考訳(メタデータ) (2021-06-18T08:33:45Z) - Scalable Variational Gaussian Processes via Harmonic Kernel
Decomposition [54.07797071198249]
汎用性を維持しつつ高い忠実度近似を提供する,スケーラブルな変分ガウス過程近似を導入する。
様々な回帰問題や分類問題において,本手法は変換やリフレクションなどの入力空間対称性を活用できることを実証する。
提案手法は, 純粋なGPモデルのうち, CIFAR-10 の最先端化を実現する。
論文 参考訳(メタデータ) (2021-06-10T18:17:57Z) - Towards a Unified Quadrature Framework for Large-Scale Kernel Machines [35.32894170512829]
数値積分表現を用いて,大規模カーネルマシンのための二次的フレームワークを開発する。
完全対称補間規則を利用して、カーネル近似のための二次ノードと関連する重みを効率的に計算する。
論文 参考訳(メタデータ) (2020-11-03T12:48:07Z) - Fast Learning in Reproducing Kernel Krein Spaces via Signed Measures [31.986482149142503]
我々はこの質問を,強調指標を導入することで,分布視点として捉えた。
一連の非PDカーネルは、特定の有限ボレル測度の線型結合に関連付けられる。
特に、このソリューションは、大規模なサンプルケースで非PDカーネルをスケールするために、実際に計算的に実装可能である。
論文 参考訳(メタデータ) (2020-05-30T12:10:35Z)
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。