論文の概要: Local Independence Testing for Point Processes

• arxiv url: http://arxiv.org/abs/2110.12709v1
• Date: Mon, 25 Oct 2021 07:40:31 GMT
• ステータス: 処理完了
• システム内更新日: 2021-10-27 03:05:49.536411
• Title: Local Independence Testing for Point Processes
• Title（参考訳）: ポイントプロセスのための局所独立試験
• Authors: Nikolaj Thams, Niels Richard Hansen
• Abstract要約: 既存のテストは強力なモデル仮定を必要とする。例えば、真のデータ生成モデルは、潜在する共同設立者がいないホークスプロセスである。 本稿では,Volterraの拡張に類似した拡張を,限界強度を表すツールとして導入する。 我々の理論の主な結果は、そのような展開が真の辺化強度を任意に近似できるということである。
• 参考スコア（独自算出の注目度）: 0.8702432681310401
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Constraint based causal structure learning for point processes require empirical tests of local independence. Existing tests require strong model assumptions, e.g. that the true data generating model is a Hawkes process with no latent confounders. Even when restricting attention to Hawkes processes, latent confounders are a major technical difficulty because a marginalized process will generally not be a Hawkes process itself. We introduce an expansion similar to Volterra expansions as a tool to represent marginalized intensities. Our main theoretical result is that such expansions can approximate the true marginalized intensity arbitrarily well. Based on this we propose a test of local independence and investigate its properties in real and simulated data.
• Abstract（参考訳）: 点過程に対する制約に基づく因果構造学習は、局所的な独立性の実証テストを必要とする。 既存のテストは強力なモデル仮定を必要とする。例えば、真のデータ生成モデルは、潜在する共同設立者がいないホークスプロセスである。 ホークスプロセスに注意を向ける場合でも、潜在的な共同創設者は、一般的にはホークスプロセス自体ではないため、技術的に大きな困難である。 限界強度を表すツールとしてvolterra expansionsに似た拡張を導入する。 我々の理論の主な結果は、そのような展開が任意の方法で真の辺限化強度を近似できることである。 そこで本研究では,実データとシミュレーションデータの局所的独立性テストを提案し,その特性について検討する。

関連論文リスト

• Hawkes Processes with Delayed Granger Causality [9.664517084506718]
  多変量ホークスプロセスに基づく遅延グランガー因果効果を明示的にモデル化する。 時間ラグの後方分布を推測し、この分布が様々なシナリオでどのように変化するかを理解する。 我々は,合成データと実データに基づいて,我々のモデルの事象予測と時間ラグ推定精度を実証的に評価した。
  論文  参考訳（メタデータ） (2023-08-11T12:43:43Z)
• Differentially Private Estimation of Hawkes Process [81.20710494974281]
  本稿では,Hawkesプロセスの離散化表現に基づいて,イベントストリームデータに対する微分プライバシーの厳密な定義を導入する。 次に、2つの微分プライベート最適化アルゴリズムを提案する。これにより、Hawkesプロセスモデルに望ましいプライバシとユーティリティの保証を持たせることができる。
  論文  参考訳（メタデータ） (2022-09-15T13:59:23Z)
• Cardinality-Regularized Hawkes-Granger Model [19.062448844805004]
  本稿では,時間的イベントデータのためのスパースなグランガー因果学習フレームワークを提案する。 我々は、ホークス過程と呼ばれる特定の点過程のクラスに焦点を当てる。
  論文  参考訳（メタデータ） (2022-08-23T01:35:05Z)
• Differentially Private Learning of Hawkes Processes [11.133671026816636]
  背景強度$mu$と励起関数$alpha e-beta t$の標準ホークスプロセスについて検討する。 プライバシのコストを定量化するために、非プライベートと微分プライベートの両方で$mu$と$alpha$の見積を行い、両方の設定でサンプルの複雑さの結果を得る。
  論文  参考訳（メタデータ） (2022-07-27T18:47:02Z)
• Nonparametric Conditional Local Independence Testing [69.31200003384122]
  条件付き局所独立は、連続的な時間プロセス間の独立関係である。 条件付き地域独立の非パラメトリックテストは行われていない。 二重機械学習に基づく非パラメトリックテストを提案する。
  論文  参考訳（メタデータ） (2022-03-25T10:31:02Z)
• Exploiting Independent Instruments: Identification and Distribution Generalization [3.701112941066256]
  我々は、より高い瞬間を考慮に入れ、分布一般化の独立性を利用する。 提案した推定器は楽器の分布シフトに不変であることを示す。 これらの結果は、楽器が因果関数を識別するのに十分な豊かでない場合においても成り立つ。
  論文  参考訳（メタデータ） (2022-02-03T21:49:04Z)
• Nonlinear Hawkes Processes in Time-Varying System [37.80255010291703]
  ホークス過程(英: Hawkes process)は、自己および相互興奮現象をモデル化する能力を持つ点過程のクラスである。 この研究は、状態プロセスが点プロセスと相互作用するために組み込まれているフレキシブルで非線形で非均一な変種を提案する。 推論には潜時変数拡張法を用いて2つの効率的なベイズ推論アルゴリズムを設計する。
  論文  参考訳（メタデータ） (2021-06-09T07:06:05Z)
• Hawkes Processes on Graphons [85.6759041284472]
  我々は、グランガー因果グラフに関連するホークス過程とその変種について研究する。 対応するホークスプロセスを生成し、イベントシーケンスをシミュレートすることができる。 生成した事象列と観測された事象列との間の階層的最適輸送距離を最小化することにより,提案モデルを学習する。
  論文  参考訳（メタデータ） (2021-02-04T17:09:50Z)
• Disentangling Observed Causal Effects from Latent Confounders using Method of Moments [67.27068846108047]
  我々は、軽度の仮定の下で、識別性と学習可能性に関する保証を提供する。 我々は,線形制約付き結合テンソル分解に基づく効率的なアルゴリズムを開発し,スケーラブルで保証可能な解を得る。
  論文  参考訳（メタデータ） (2021-01-17T07:48:45Z)
• Causal Feature Selection for Algorithmic Fairness [61.767399505764736]
  データ管理の統合コンポーネントにおける公平性について検討する。 本稿では,データセットの公平性を保証する特徴のサブコレクションを同定する手法を提案する。
  論文  参考訳（メタデータ） (2020-06-10T20:20:10Z)
• Semiparametric Bayesian Forecasting of Spatial Earthquake Occurrences [77.68028443709338]
  本稿では, Epidemic Type Aftershock Sequence (ETAS) モデルのベイズ的完全定式化を提案する。 地理的領域における主震の発生は不均一な空間的点過程に従うと仮定される。
  論文  参考訳（メタデータ） (2020-02-05T10:11:26Z)

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。