Fugu-MT 論文翻訳(概要): Optimal Prediction of Unmeasured Output from Measurable Outputs In LTI Systems

論文の概要: Optimal Prediction of Unmeasured Output from Measurable Outputs In LTI Systems

arxiv url: http://arxiv.org/abs/2109.02384v1
Date: Mon, 6 Sep 2021 12:00:56 GMT
ステータス: 処理完了
システム内更新日: 2021-09-07 22:58:15.504530
Title: Optimal Prediction of Unmeasured Output from Measurable Outputs In LTI Systems
Title（参考訳）: LTIシステムにおける計測可能出力の最適出力予測
Authors: Deividas Eringis, John Leth, Zheng-Hua Tan, Rafal Wisniewski, Mihaly Petreczky
Abstract要約: 本稿では,システム出力の一部が測定されていないが,測定対象のシステム出力の他の部分から予測できる場合に,最適な予測器の導出を示す。著者の知識によれば、同様の導出は以前に行われたが、状態空間の表現では行われていない。
参考スコア（独自算出の注目度）: 15.01136076871549
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this short article, we showcase the derivation of an optimal predictor, when one part of system's output is not measured but is able to be predicted from the rest of the system's output which is measured. According to author's knowledge, similar derivations have been done before but not in state-space representation.
Abstract（参考訳）: 本稿では,システム出力の1つの部分が測定されていないが,計測されたシステムの他の出力から予測可能な場合に,最適予測器の導出を示す。著者の知識によれば、同様の導出は以前に行われたが、状態空間の表現では行われていない。

関連論文リスト

Predictive Control and Regret Analysis of Non-Stationary MDP with Look-ahead Information [11.679770353558041]
本研究では,非定常型MDPにおいて,ルックアヘッド予測を組み込むことで,低い後悔度を実現するアルゴリズムを提案する。我々の理論的分析は、ある仮定の下では、ルックアヘッドウィンドウが拡大するにつれて、後悔は指数関数的に減少することを示している。非定常環境におけるアルゴリズムの有効性を確認するため,シミュレーションにより本手法の有効性を検証した。
論文参考訳（メタデータ） (2024-09-13T00:01:58Z)
Uncertainty Quantification of Data-Driven Output Predictors in the Output Error Setting [1.6385815610837167]
オフラインの入出力データを用いて直接LTIシステムの出力を予測する問題を再検討する。オフラインデータがノイズによって破損した場合、出力予測はもはや正確ではない。本稿では,騒音が十分に小さい条件下での予測誤差の上限を2つ紹介する。
論文参考訳（メタデータ） (2024-04-23T14:52:14Z)
Language Model is a Branch Predictor for Simultaneous Machine Translation [73.82754138171587]
翻訳遅延を低減するため,SiMTタスクに分岐予測手法を組み込むことを提案する。言語モデルを分岐予測器として利用し,潜在的な分岐方向を予測する。実際のソース語が予測されたソース語から逸脱すると、実際のソース語を使用して出力を復号し、予測された出力を置き換える。
論文参考訳（メタデータ） (2023-12-22T07:32:47Z)
Variational Prediction [95.00085314353436]
本稿では,変動境界を用いた後部予測分布に対する変動近似の学習手法を提案する。このアプローチは、テスト時間の限界化コストを伴わずに、優れた予測分布を提供することができる。
論文参考訳（メタデータ） (2023-07-14T18:19:31Z)
Some Entanglement Survives Most Measurements [1.3812010983144802]
量子システム構築における非射影測定の繰り返しの限界について検討する。測度作用素の1つが完全に射影的でない限り、いくつかの絡み合いが残ることを示す。我々は、$n$-qubit および $n$-dimensional 入力状態について結果を示す。
論文参考訳（メタデータ） (2023-02-14T08:02:27Z)
Predictive Inference with Feature Conformal Prediction [80.77443423828315]
本稿では,特徴空間への共形予測の範囲を拡大する特徴共形予測を提案する。理論的観点からは、特徴共形予測は軽度の仮定の下で正則共形予測よりも確実に優れていることを示す。提案手法は,バニラ共形予測だけでなく,他の適応共形予測手法と組み合わせることができる。
論文参考訳（メタデータ） (2022-10-01T02:57:37Z)
Over-Generation Cannot Be Rewarded: Length-Adaptive Average Lagging for Simultaneous Speech Translation [17.305879157385675]
同時音声翻訳(SimulST)システムは,低レイテンシで出力を生成することを目的としている。 Average Lagging (AL)は、対応する参照よりも長い予測を生成するシステムに対して、過小評価スコアを提供する。近年のSimulSTシステムでは過剰発生傾向にあるため,この問題は実際的関連性があることが示唆された。
論文参考訳（メタデータ） (2022-06-12T18:00:08Z)
Neuro-Symbolic Entropy Regularization [78.16196949641079]
構造化予測では、目的は構造化されたオブジェクトをエンコードする多くの出力変数を共同で予測することである。エントロピー正則化(Entropy regularization)という1つのアプローチは、決定境界が低確率領域にあるべきであることを示唆している。我々は、モデルが有効対象を確実に予測することを奨励する損失、ニューロシンボリックエントロピー正規化を提案する。
論文参考訳（メタデータ） (2022-01-25T06:23:10Z)
Propagating State Uncertainty Through Trajectory Forecasting [34.53847097769489]
軌道予測は(雑音の多い)上流の知覚によって入力が生成されるため不確実性に囲まれている。ほとんどの軌道予測法は上流の不確かさを考慮せず、最も類似した値のみを取る。本稿では,新しい統計的距離に基づく損失関数である軌道予測において,知覚状態の不確実性を取り入れた新しい手法を提案する。
論文参考訳（メタデータ） (2021-10-07T08:51:16Z)
Instance-Optimal Compressed Sensing via Posterior Sampling [101.43899352984774]
後部サンプリング推定器がほぼ最適回復保証を達成できることを示す。本稿では,Langevin dynamics を用いた深部生成前駆体の後方サンプリング推定器を実装し,MAP よりも精度の高い推定値が得られることを実証的に見出した。
論文参考訳（メタデータ） (2021-06-21T22:51:56Z)
Learning Output Embeddings in Structured Prediction [73.99064151691597]
構造化予測に対する強力で柔軟なアプローチは、予測される構造化対象を潜在的に無限次元の特徴空間に埋め込むことである。原空間における予測は、前像問題の解法により計算される。本研究では,新しい特徴空間に出力埋め込みと回帰関数の有限近似を共同で学習することを提案する。
論文参考訳（メタデータ） (2020-07-29T09:32:53Z)

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。