Fugu-MT 論文翻訳(概要): Differentially Private Variable Selection via the Knockoff Filter

論文の概要: Differentially Private Variable Selection via the Knockoff Filter

arxiv url: http://arxiv.org/abs/2109.05402v2
Date: Tue, 14 Sep 2021 10:00:56 GMT
ステータス: 処理完了
システム内更新日: 2021-09-15 12:54:38.224347
Title: Differentially Private Variable Selection via the Knockoff Filter
Title（参考訳）: ノックオフフィルタによる微分プライベート変数の選択
Authors: Mehrdad Pournaderi and Yu Xiang
Abstract要約: ガウスとラプラスの機構を取り入れたノックオフフィルタのプライベートバージョンを提案する。制御されたFDRによる変数選択が可能であることを示す。
参考スコア（独自算出の注目度）: 18.35147325731821
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The knockoff filter, recently developed by Barber and Candes, is an effective procedure to perform variable selection with a controlled false discovery rate (FDR). We propose a private version of the knockoff filter by incorporating Gaussian and Laplace mechanisms, and show that variable selection with controlled FDR can be achieved. Simulations demonstrate that our setting has reasonable statistical power.
Abstract（参考訳）: 最近BarberとCandesによって開発されたノックオフフィルタは、制御された偽発見率(FDR)で変数選択を効果的に行う方法である。ガウス機構とラプラス機構を組み込んだノックオフフィルタのプライベートバージョンを提案し,制御されたfdrを用いた変数選択が可能となることを示す。シミュレーションは、我々の設定が合理的な統計力を持っていることを示している。

関連論文リスト

Convolutional Bayesian Filtering [11.750661897960054]
我々は条件付き確率を畳み込みに類似した特別な積分に変換する。遷移確率と出力確率の両方が畳み込み形式に一般化可能であることを示す。また,従来のフィルタリングアルゴリズムを畳み込み型に変換することで,提案手法の有効性を実証する。
論文参考訳（メタデータ） (2024-03-30T22:20:02Z)
Closed-form Filtering for Non-linear Systems [83.91296397912218]
我々は密度近似と計算効率の面でいくつかの利点を提供するガウスPSDモデルに基づく新しいフィルタのクラスを提案する。本研究では,遷移や観測がガウスPSDモデルである場合,フィルタリングを効率的にクローズド形式で行うことができることを示す。提案する推定器は, 近似の精度に依存し, 遷移確率の正則性に適応する推定誤差を伴って, 高い理論的保証を享受する。
論文参考訳（メタデータ） (2024-02-15T08:51:49Z)
Differentially Private Gradient Flow based on the Sliced Wasserstein Distance [59.1056830438845]
本稿では,確率測度空間の勾配流に基づく新しい微分プライベートな生成モデリング手法を提案する。実験により,提案モデルが低プライバシー予算で高忠実度データを生成可能であることが示された。
論文参考訳（メタデータ） (2023-12-13T15:47:30Z)
Inferring independent sets of Gaussian variables after thresholding correlations [1.3535770763481905]
データから選択されたガウス変数の集合が残りの変数とは独立であるかどうかをテストする。確率変数群間の正準相関から条件付けイベントの新たな特徴付けを開発する。シミュレーション研究や遺伝子共発現ネットワークの解析において、我々のアプローチは選択の効果を無視するナイーブのアプローチよりもはるかに高いパワーを持つことを示した。
論文参考訳（メタデータ） (2022-11-02T23:47:32Z)
Automatic Differentiation of Programs with Discrete Randomness [0.0]
そこで本研究では,オリジナルプログラムの期待の導出を期待するプログラムを生成するための,新しい再編成手法を開発した。本研究では,離散時間マルコフ連鎖の非偏差前モードAD,コンウェイのゲーム・オブ・ライフのようなエージェントベースモデル,粒子フィルタの非偏差逆モードADを示す。
論文参考訳（メタデータ） (2022-10-16T16:05:50Z)
Variational Bayes for robust radar single object tracking [5.390933335965428]
我々は、レーダによる物体追跡と、現在最先端の手法による異常処理の堅牢性に対処する。本稿では,ガウス型サムフィルタをベースラインとして,ガウス型よりも重い分布を持つプロセスノイズをモデル化して修正を提案する。シミュレーションにより, プロセスアウトレーヤの存在下では, ロバストトラッカーは単一物体の追跡においてガウス・サムフィルタよりも優れていることがわかった。
論文参考訳（メタデータ） (2022-09-28T19:41:33Z)
Error-based Knockoffs Inference for Controlled Feature Selection [49.99321384855201]
本手法では, ノックオフ特徴量, エラーベース特徴重要度統計量, ステップダウン手順を一体化して, エラーベースのノックオフ推定手法を提案する。提案手法では回帰モデルを指定する必要はなく,理論的保証で特徴選択を処理できる。
論文参考訳（メタデータ） (2022-03-09T01:55:59Z)
Quantile Filtered Imitation Learning [49.11859771578969]
量子フィルタ模倣学習(QFIL)は、オフライン強化学習用に設計されたポリシー改善演算子である。我々はQFILが機能近似による安全なポリシー改善のステップを提供することを証明した。 QFILはD4RLベンチマークでよく機能します。
論文参考訳（メタデータ） (2021-12-02T03:08:23Z)
The Terminating-Random Experiments Selector: Fast High-Dimensional Variable Selection with False Discovery Rate Control [10.86851797584794]
T-Rexセレクタは、ユーザ定義のターゲット偽発見率(FDR)を制御する元の予測器とランダムに生成されたダミー予測器の複数セットの組み合わせで実験を行った。
論文参考訳（メタデータ） (2021-10-12T14:52:46Z)
Fourier Series Expansion Based Filter Parametrization for Equivariant Convolutions [73.33133942934018]
2次元フィルタパラメトリゼーション技術は同変畳み込みの設計において重要な役割を果たす。 F-Convというフィルタパラメトリゼーション法に基づく新しい同変畳み込み法 F-Convは、画像超解像タスクにおいて、以前のフィルタパラメトリゼーション法よりも明らかに優れている。
論文参考訳（メタデータ） (2021-07-30T10:01:52Z)
Innovative And Additive Outlier Robust Kalman Filtering With A Robust Particle Filter [68.8204255655161]
提案するCE-BASSは, 粒子混合カルマンフィルタであり, 革新的および付加的両方の外れ値に対して堅牢であり, 隠蔽状態の分布における多モード性を完全に捉えることができる。さらに、CE-BASSは過去の状態を再サンプリングすることで、トレンドの変化のような観測ですぐには見えない革新的な外れ値を扱うことができる。
論文参考訳（メタデータ） (2020-07-07T07:11:09Z)

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。