Fugu-MT 論文翻訳(概要): Inference of collective Gaussian hidden Markov models

論文の概要: Inference of collective Gaussian hidden Markov models

arxiv url: http://arxiv.org/abs/2107.11662v1
Date: Sat, 24 Jul 2021 17:49:01 GMT
ステータス: 処理完了
システム内更新日: 2021-07-27 16:13:45.149651
Title: Inference of collective Gaussian hidden Markov models
Title（参考訳）: 集合ガウス隠れマルコフモデルの推論
Authors: Rahul Singh, Yongxin Chen
Abstract要約: 連続状態集合隠れマルコフモデルのクラスに対する推論問題を考察する。本稿では,集合ガウスフォワードバックワードアルゴリズムという集合推論アルゴリズムを提案する。
参考スコア（独自算出の注目度）: 8.348171150908724
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We consider inference problems for a class of continuous state collective hidden Markov models, where the data is recorded in aggregate (collective) form generated by a large population of individuals following the same dynamics. We propose an aggregate inference algorithm called collective Gaussian forward-backward algorithm, extending recently proposed Sinkhorn belief propagation algorithm to models characterized by Gaussian densities. Our algorithm enjoys convergence guarantee. In addition, it reduces to the standard Kalman filter when the observations are generated by a single individual. The efficacy of the proposed algorithm is demonstrated through multiple experiments.
Abstract（参考訳）: 連続状態集団隠れマルコフモデルのクラスに対する推論問題を考える。そこでは、同じダイナミクスに従う多数の個体が生成する集約的(集合的)形式にデータが記録される。我々は,最近提案されたシンクホーン信念伝播アルゴリズムを,ガウス密度を特徴とするモデルに拡張した集合ガウス前方回帰アルゴリズムを提案する。我々のアルゴリズムは収束保証を楽しむ。さらに、観測結果が単一の個人によって生成されると、標準カルマンフィルタに還元される。提案アルゴリズムの有効性は, 複数実験により実証された。

関連論文リスト

Distributed Bayesian Learning of Dynamic States [65.7870637855531]
提案アルゴリズムは有限状態隠れマルコフモデルに対する分散ベイズフィルタタスクである。逐次状態推定や、動的環境下でのソーシャルネットワーク上での意見形成のモデル化に使用できる。
論文参考訳（メタデータ） (2022-12-05T19:40:17Z)
Bregman Power k-Means for Clustering Exponential Family Data [11.434503492579477]
我々は、ブレグマン発散の下でのハードクラスタリングに関する古典的な研究のアルゴリズム的進歩を橋渡しする。ブレグマン発散のエレガントな性質は、単純で透明なアルゴリズムで閉形式更新を維持できる。シミュレーション実験の徹底的な実証分析と降雨データに関するケーススタディを考察し,提案手法はガウス以外の様々なデータ設定において,既存のピア手法よりも優れていることを示した。
論文参考訳（メタデータ） (2022-06-22T06:09:54Z)
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)
Correlation Clustering Reconstruction in Semi-Adversarial Models [70.11015369368272]
相関クラスタリングは多くのアプリケーションにおいて重要なクラスタリング問題である。本研究では,ランダムノイズや対向的な修正によって崩壊した潜伏クラスタリングを再構築しようとする,この問題の再構築版について検討する。
論文参考訳（メタデータ） (2021-08-10T14:46:17Z)
Direct Measure Matching for Crowd Counting [59.66286603624411]
そこで本研究では,予測密度マップを散乱点付基底真理に直接回帰する測度に基づく新しい計数手法を提案する。本稿では, シンクホーンの測位損失を計測するために設計した, 半平衡型のシンクホーン発散を導出する。
論文参考訳（メタデータ） (2021-07-04T06:37:33Z)
Learning Hidden Markov Models from Aggregate Observations [13.467017642143581]
本稿では,時間同次隠れマルコフモデルのパラメータを集約観測から推定するアルゴリズムを提案する。提案アルゴリズムは,予測最大化と最近提案された集合推論アルゴリズムであるシンクホーン信念の伝搬に基づいて構築される。
論文参考訳（メタデータ） (2020-11-23T06:41:22Z)
Plug-And-Play Learned Gaussian-mixture Approximate Message Passing [71.74028918819046]
そこで本研究では,従来のi.i.d.ソースに適した圧縮圧縮センシング(CS)リカバリアルゴリズムを提案する。我々のアルゴリズムは、Borgerdingの学習AMP(LAMP)に基づいて構築されるが、アルゴリズムに普遍的な復調関数を採用することにより、それを大幅に改善する。数値評価により,L-GM-AMPアルゴリズムは事前の知識を必要とせず,最先端の性能を実現する。
論文参考訳（メタデータ） (2020-11-18T16:40:45Z)
Filtering for Aggregate Hidden Markov Models with Continuous Observations [13.467017642143581]
我々は、各個体が同じ隠れマルコフモデル(HMM)によってモデル化される大集団に対するフィルタリング問題の一類を考察する。本稿では,連続観測集合フォワードバックワードアルゴリズムと呼ばれる集合推論アルゴリズムを提案する。
論文参考訳（メタデータ） (2020-11-04T20:05:36Z)
Incremental inference of collective graphical models [16.274397329511196]
特に、ノイズの多い集合観測からマルコフ鎖の集合限界を推定する問題に対処する。直近の雑音集合観測のスライディングウインドウフィルタを用いたスライディングウインドウSinkhorn belief propagation (SW-SBP)アルゴリズムを提案する。
論文参考訳（メタデータ） (2020-06-26T15:04:31Z)
Inference with Aggregate Data: An Optimal Transport Approach [16.274397329511196]
多数の個人が生成した集合データを用いた確率的グラフィカルモデルに対する推論(フィルタリング)問題を考察する。本稿では,木構造グラフの計算複雑性とグローバルコンバージェンス保証を両立する,効率的な信念伝播アルゴリズムを提案する。
論文参考訳（メタデータ） (2020-03-31T03:12:20Z)
Generative Modeling with Denoising Auto-Encoders and Langevin Sampling [88.83704353627554]
DAEとDSMの両方がスムーズな人口密度のスコアを推定することを示した。次に、この結果をarXiv:1907.05600のホモトピー法に適用し、その経験的成功を理論的に正当化する。
論文参考訳（メタデータ） (2020-01-31T23:50:03Z)

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。