論文の概要: Adaptive Bayesian Sum of Trees Model for Covariate Dependent Spectral Analysis

• arxiv url: http://arxiv.org/abs/2109.14677v1
• Date: Wed, 29 Sep 2021 19:25:10 GMT
• ステータス: 処理完了
• システム内更新日: 2021-10-02 09:26:54.369209
• Title: Adaptive Bayesian Sum of Trees Model for Covariate Dependent Spectral Analysis
• Title（参考訳）: 共変量依存スペクトル解析のための木モデルの適応ベイズ和
• Authors: Yakun Wang, Zeda Li, and Scott A. Bruce
• Abstract要約: 提案手法は、複雑な依存関係と相互作用を捉えるために、木モデルのベイズ和を用いる。 木内の終端ノードに対応する局所パワースペクトルを非パラメトリックに推定する。 この方法は、ストライド間隔時系列の年齢に伴うパワースペクトルの変化を評価することにより、幼児の歩行成熟度を調べるために用いられる。
• 参考スコア（独自算出の注目度）: 0.4551615447454768
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This article introduces a flexible and adaptive nonparametric method for estimating the association between multiple covariates and power spectra of multiple time series. The proposed approach uses a Bayesian sum of trees model to capture complex dependencies and interactions between covariates and the power spectrum, which are often observed in studies of biomedical time series. Local power spectra corresponding to terminal nodes within trees are estimated nonparametrically using Bayesian penalized linear splines. The trees are considered to be random and fit using a Bayesian backfitting Markov chain Monte Carlo (MCMC) algorithm that sequentially considers tree modifications via reversible-jump MCMC techniques. For high-dimensional covariates, a sparsity-inducing Dirichlet hyperprior on tree splitting proportions is considered, which provides sparse estimation of covariate effects and efficient variable selection. By averaging over the posterior distribution of trees, the proposed method can recover both smooth and abrupt changes in the power spectrum across multiple covariates. Empirical performance is evaluated via simulations to demonstrate the proposed method's ability to accurately recover complex relationships and interactions. The proposed methodology is used to study gait maturation in young children by evaluating age-related changes in power spectra of stride interval time series in the presence of other covariates.
• Abstract（参考訳）: 本稿では,多重共変量と多重時系列のパワースペクトルの関係を推定する,フレキシブルで適応的な非パラメトリック手法を提案する。 提案手法は、複雑な依存関係と共変量とパワースペクトルの間の相互作用を捉え、しばしば生物医学的時系列の研究で観察される。 ツリー内の終端ノードに対応する局所電力スペクトルをベイズ刑罰線形スプラインを用いて非パラメトリックに推定する。 これらの木は、可逆ジャンプmcmc技術を用いて木の変更を逐次検討するベイジアンバックフィッティングマルコフ連鎖モンテカルロ(mcmc)アルゴリズムを用いてランダムで適合すると考えられている。 高次元共変量に対しては、木分割率の空間性誘導性Dirichlet hyperpriorを考慮し、共変量効果のスパース推定と効率的な変数選択を提供する。 木々の後方分布を平均化することにより,複数の共変量間のパワースペクトルのスムーズな変化と急激な変化を両立させることができる。 シミュレーションにより実験性能を評価し,複雑な関係や相互作用を正確に再現する手法の能力を実証した。 提案手法は,他の共変量の存在下でのストライド間隔時系列のパワースペクトルの経年変化を評価することにより,幼児の歩行成熟を研究するために用いられる。

関連論文リスト

• Semiparametric conformal prediction [79.6147286161434]
  リスクに敏感なアプリケーションは、複数の、潜在的に相関したターゲット変数に対して、よく校正された予測セットを必要とする。 スコアをランダムなベクトルとして扱い、それらの連接関係構造を考慮した予測セットを構築することを目的とする。 実世界のレグレッション問題に対して,所望のカバレッジと競争効率について報告する。
  論文  参考訳（メタデータ） (2024-11-04T14:29:02Z)
• Variational Bayesian Phylogenetic Inference with Semi-implicit Branch Length Distributions [6.553961278427792]
  本稿では,グラフニューラルネットワークを用いた半単純階層分布に基づく分岐長変動後続の柔軟な系を提案する。 この構造は単純置換同変分布を出力するので、ユークリッドでない枝長空間を異なる木位相で容易に扱えることを示す。
  論文  参考訳（メタデータ） (2024-08-09T13:29:08Z)
• Variance-Reducing Couplings for Random Features [57.73648780299374]
  ランダム機能(RF)は、機械学習においてカーネルメソッドをスケールアップする一般的なテクニックである。 ユークリッド空間と離散入力空間の両方で定義されるRFを改善するための結合を求める。 パラダイムとしての分散還元の利点と限界について、驚くほどの結論に達した。
  論文  参考訳（メタデータ） (2024-05-26T12:25:09Z)
• Covariance regression with random forests [0.0]
  CovRegRF は CRAN 上の R パッケージで実装されている。 また,本手法を甲状腺疾患データに適用した。
  論文  参考訳（メタデータ） (2022-09-16T21:21:18Z)
• Perfect Spectral Clustering with Discrete Covariates [68.8204255655161]
  本稿では,大規模なスパースネットワークのクラスにおいて,高い確率で完全クラスタリングを実現するスペクトルアルゴリズムを提案する。 本手法は,スペクトルクラスタリングによる一貫した潜在構造回復を保証する最初の方法である。
  論文  参考訳（メタデータ） (2022-05-17T01:41:06Z)
• A Variational Approach to Bayesian Phylogenetic Inference [7.251627034538359]
  ベイズ系統解析のための変分フレームワークを提案する。 我々はマルコフ勾配法による変分近似を訓練し、連続的および離散的な変分パラメータに対する推定器を採用する。 実データ系統推定問題に対するベンチマーク実験により,本手法の有効性と有効性を示す。
  論文  参考訳（メタデータ） (2022-04-16T08:23:48Z)
• Implicit Generative Copulas [0.0]
  我々は、暗黙的な生成ニューラルネットワークに基づく柔軟な、しかし概念的には単純な代替案を提案する。 ファイナンス、物理、画像生成の合成および実データに関する実験は、このアプローチの性能を実証している。
  論文  参考訳（メタデータ） (2021-09-29T17:05:30Z)
• Estimation of Switched Markov Polynomial NARX models [75.91002178647165]
  非線形自己回帰(NARX)成分を特徴とするハイブリッド力学系のモデル群を同定する。 提案手法は, 特定の回帰器を持つ3つの非線形サブモデルからなるSMNARX問題に対して実証される。
  論文  参考訳（メタデータ） (2020-09-29T15:00:47Z)
• Learning from Aggregate Observations [82.44304647051243]
  本研究では,一組のインスタンスに監視信号が与えられる集合観察から学習する問題について検討する。 本稿では,多種多様な集合観測に適合する一般的な確率的枠組みを提案する。 単純な極大解は様々な微分可能なモデルに適用できる。
  論文  参考訳（メタデータ） (2020-04-14T06:18:50Z)
• Spectral neighbor joining for reconstruction of latent tree models [5.229354894035374]
  我々は,潜在木図形モデルの構造を復元する新しい手法であるSpectral Neighbor Joiningを開発した。 我々はSNJが一貫したものであることを証明し、推定された類似性行列から木回復を正すのに十分な条件を導出する。 SNJは,他の再建法と比較して,多数の葉や長い縁を持つ樹木を正確に復元するために,サンプルを少なくする。
  論文  参考訳（メタデータ） (2020-02-28T05:13:08Z)
• Adaptive Correlated Monte Carlo for Contextual Categorical Sequence Generation [77.7420231319632]
  我々は,モンテカルロ (MC) ロールアウトの集合を分散制御のために評価する政策勾配推定器に,カテゴリー列の文脈的生成を適用する。 また,二分木ソフトマックスモデルに相関したMCロールアウトを用いることで,大語彙シナリオにおける高生成コストを低減できることを示す。
  論文  参考訳（メタデータ） (2019-12-31T03:01:55Z)

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。