Fugu-MT 論文翻訳(概要): Kernel Density Estimation by Stagewise Algorithm with a Simple Dictionary

論文の概要: Kernel Density Estimation by Stagewise Algorithm with a Simple Dictionary

arxiv url: http://arxiv.org/abs/2107.13430v1
Date: Tue, 27 Jul 2021 17:05:06 GMT
ステータス: 処理完了
システム内更新日: 2021-07-29 14:05:08.714488
Title: Kernel Density Estimation by Stagewise Algorithm with a Simple Dictionary
Title（参考訳）: 簡単な辞書を用いたステージワイズアルゴリズムによるカーネル密度推定
Authors: Kiheiji Nishida and Kanta Naito
Abstract要約: 本稿では,U-divergenceの簡単な辞書を用いて,ステージワイズアルゴリズムによるカーネル密度推定について検討する。 i.d.サンプルをランダムに2つの非結合集合に分割し,その1つは辞書内のカーネルを構築するためのもので,もう1つは推定器を評価するためのものである。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This paper studies kernel density estimation by stagewise minimization algorithm with a simple dictionary on U-divergence. We randomly split an i.i.d. sample into the two disjoint sets, one to be used for constructing the kernels in the dictionary and the other for evaluating the estimator, and implement the algorithm. The resulting estimator brings us data-adaptive weighting parameters and bandwidth matrices, and realizes a sparse representation of kernel density estimation. We present the non-asymptotic error bounds of our estimator and confirm its performance by simulations compared with the direct plug-in bandwidth matrices and the reduced set density estimator.
Abstract（参考訳）: 本稿では,u-divergenceの簡単な辞書を用いたステージワイズ最小化アルゴリズムによるカーネル密度推定について検討する。 i.i.d.をランダムに分割する。 1つは辞書のカーネルを構築するために、もう1つは推定子を評価するために、もう1つはアルゴリズムを実装します。その結果,データ適応重み付けパラメータと帯域幅行列が得られ,カーネル密度推定のスパース表現を実現する。本研究では,本手法の非漸近的誤差境界を示し,その性能を,直接プラグイン帯域行列や縮小集合密度推定器と比較してシミュレーションにより確認する。

関連論文リスト

Efficient and Effective Retrieval of Dense-Sparse Hybrid Vectors using Graph-based Approximate Nearest Neighbor Search [14.821492155733555]
グラフに基づく高密度疎ハイブリッドベクトルのためのANNSアルゴリズムを提案する。提案アルゴリズムは,既存のハイブリッドベクトル探索アルゴリズムと同等の精度で8.9x$sim$11.7xスループットを実現する。
論文参考訳（メタデータ） (2024-10-27T09:12:51Z)
Quantization of Large Language Models with an Overdetermined Basis [73.79368761182998]
本稿では,嘉心表現の原理に基づくデータ量子化アルゴリズムを提案する。以上の結果から, カシ量子化はモデル性能の競争力や優れた品質を達成できることが示唆された。
論文参考訳（メタデータ） (2024-04-15T12:38:46Z)
Sobolev Space Regularised Pre Density Models [51.558848491038916]
本研究では,ソボレフ法則の正則化に基づく非パラメトリック密度推定法を提案する。この方法は統計的に一貫したものであり、帰納的検証モデルを明確かつ一貫したものにしている。
論文参考訳（メタデータ） (2023-07-25T18:47:53Z)
Estimating Joint Probability Distribution With Low-Rank Tensor Decomposition, Radon Transforms and Dictionaries [3.0892724364965005]
本報告では, 混合成分の少ない製品密度の混合として, 基礎となる分布を分解できることを仮定して, データサンプルから結合確率密度を推定する手法について述べる。 1-次元の密度を表す辞書と、1-次元の辺りから合同分布を推定するランダムな投影という2つの重要なアイデアを組み合わせる。提案アルゴリズムは, 従来の辞書を用いた手法に比べて, サンプルの複雑さの向上に有効である。
論文参考訳（メタデータ） (2023-04-18T05:37:15Z)
Linearized Wasserstein dimensionality reduction with approximation guarantees [65.16758672591365]
LOT Wassmap は、ワーッサーシュタイン空間の低次元構造を明らかにするための計算可能なアルゴリズムである。我々は,LOT Wassmapが正しい埋め込みを実現し,サンプルサイズの増加とともに品質が向上することを示す。また、LOT Wassmapがペア距離計算に依存するアルゴリズムと比較して計算コストを大幅に削減することを示す。
論文参考訳（メタデータ） (2023-02-14T22:12:16Z)
Multiclass histogram-based thresholding using kernel density estimation and scale-space representations [0.0]
非パラメトリックカーネル密度(KD)推定に基づくヒストグラムのマルチクラスしきい値抽出法を提案する。提案手法は,KD推定値から抽出した最小値の数と要求クラスタ数とを比較した。本手法は,合成ヒストグラムとしきい値の既知値を用いて,実X線CT画像のヒストグラムを用いて検証する。
論文参考訳（メタデータ） (2022-02-10T01:03:43Z)
Density Ratio Estimation via Infinitesimal Classification [85.08255198145304]
そこで我々は, DRE-inftyを提案する。 DRE-inftyは, 密度比推定(DRE)を, より簡単なサブプロブレムに還元する手法である。モンテカルロ法にインスパイアされ、中間ブリッジ分布の無限連続体を介して2つの分布の間を滑らかに補間する。提案手法は,複雑な高次元データセット上での相互情報推定やエネルギーベースモデリングなどの下流タスクにおいて良好に動作することを示す。
論文参考訳（メタデータ） (2021-11-22T06:26:29Z)
Estimating leverage scores via rank revealing methods and randomization [50.591267188664666]
任意のランクの正方形密度あるいはスパース行列の統計レバレッジスコアを推定するアルゴリズムについて検討した。提案手法は,高密度およびスパースなランダム化次元性還元変換の合成と階調明細化法を組み合わせることに基づく。
論文参考訳（メタデータ） (2021-05-23T19:21:55Z)
Learning Optical Flow from a Few Matches [67.83633948984954]
密な相関体積表現は冗長であり、その中の要素のほんの一部で正確なフロー推定が達成できることを示した。実験により,高い精度を維持しつつ計算コストとメモリ使用量を大幅に削減できることを示した。
論文参考訳（メタデータ） (2021-04-05T21:44:00Z)
Scalable Distributed Approximation of Internal Measures for Clustering Evaluation [5.144809478361603]
クラスタリング評価のための内部測度はシルエット係数であり、計算には2つの距離計算が必要である。本稿では,任意の距離に基づいてクラスタリングの評価を行うための厳密な近似を計算した最初のスケーラブルアルゴリズムを提案する。また,このアルゴリズムは凝集や分離などのクラスタリング品質の他の内部指標の厳密な近似に適応可能であることも証明した。
論文参考訳（メタデータ） (2020-03-03T10:28:14Z)

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。