Fugu-MT 論文翻訳(概要): Robust Principal Component Analysis: A Construction Error Minimization Perspective

論文の概要: Robust Principal Component Analysis: A Construction Error Minimization Perspective

arxiv url: http://arxiv.org/abs/2111.12132v1
Date: Tue, 23 Nov 2021 19:55:06 GMT
ステータス: 処理完了
システム内更新日: 2021-11-25 16:19:11.126604
Title: Robust Principal Component Analysis: A Construction Error Minimization Perspective
Title（参考訳）: ロバスト主成分分析:建設誤差最小化の観点から
Authors: Kai Liu, Yarui Cao
Abstract要約: 厳密な理論的保証を伴う堅牢なPCA問題を体系的に解くための新しい最適化フレームワークを提案する。本稿では,非常に計算量の多い更新アルゴリズムについて検討する。
参考スコア（独自算出の注目度）: 3.890439885458666
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: In this paper we propose a novel optimization framework to systematically solve robust PCA problem with rigorous theoretical guarantee, based on which we investigate very computationally economic updating algorithms.
Abstract（参考訳）: 本稿では,厳密な理論的保証を伴う頑健なPCA問題を体系的に解くための新しい最適化フレームワークを提案する。

関連論文リスト

Optimal Observation-Intervention Trade-Off in Optimisation Problems with Causal Structure [1.724169474984623]
観察・干渉トレードオフは筋電図的でない最適停止問題として定式化できることを示す。我々の定式化は、実および合成ベンチマーク上で既存のアルゴリズムを強化することができることを示す。
論文参考訳（メタデータ） (2023-09-05T14:46:06Z)
High-dimensional Contextual Bandit Problem without Sparsity [8.782204980889077]
本稿では,この問題に対処し,その性能を検証するための探索列コミット(EtC)アルゴリズムを提案する。我々は、ETCアルゴリズムの最適レートを$T$で導出し、探索とエクスプロイトのバランスをとることで、このレートを実現できることを示す。本稿では,最適バランスを適応的に求める適応探索定理 (AEtC) アルゴリズムを提案する。
論文参考訳（メタデータ） (2023-06-19T15:29:32Z)
A novel approach for Fair Principal Component Analysis based on eigendecomposition [10.203602318836444]
1次元探索からなる簡単な戦略を用いて,公平性問題に対処する新しいPCAアルゴリズムを提案する。私たちの発見は、いくつかの現実の状況と、バランスの取れていないデータセットとバランスの取れていないデータセットの両方のシナリオで一致しています。
論文参考訳（メタデータ） (2022-08-24T08:20:16Z)
Riemannian CUR Decompositions for Robust Principal Component Analysis [4.060731229044571]
近年,ロバスト主成分分析 (PCA) が注目されている。本稿では,頑健なPCA分解アルゴリズムであるRobustian CURを提案する。かなりの量のアウトレージを許容することができ、より高いアウトレージ耐性を持つが、提案手法よりも計算複雑性の悪いAccelerated Projectionsに匹敵する。
論文参考訳（メタデータ） (2022-06-17T22:58:09Z)
Outlier-Robust Sparse Estimation via Non-Convex Optimization [73.18654719887205]
空間的制約が存在する場合の高次元統計量と非破壊的最適化の関連について検討する。これらの問題に対する新規で簡単な最適化法を開発した。結論として、効率よくステーションに収束する一階法は、これらのタスクに対して効率的なアルゴリズムを導出する。
論文参考訳（メタデータ） (2021-09-23T17:38:24Z)
End-to-End Constrained Optimization Learning: A Survey [69.22203885491534]
機械学習アーキテクチャとソルバと最適化手法を統合する作業の調査に焦点を当てている。これらのアプローチは、問題に対する迅速、近似、構造的、解決策を予測し、論理的推論を可能にする新しいハイブリッド機械学習と最適化手法を開発することを約束します。
論文参考訳（メタデータ） (2021-03-30T14:19:30Z)
LRA: an accelerated rough set framework based on local redundancy of attribute for feature selection [81.19294803707648]
ラフセットアルゴリズムを高速化するLRAフレームワークを提案する。このフレームワークは、ほとんど全ての粗いセットメソッドに適用できる汎用的なフレームワークである。
論文参考訳（メタデータ） (2020-10-31T08:50:28Z)
Logistic Q-Learning [87.00813469969167]
MDPにおける最適制御の正規化線形プログラミング定式化から導いた新しい強化学習アルゴリズムを提案する。提案アルゴリズムの主な特徴は,広範に使用されているベルマン誤差の代わりとして理論的に音声として機能する,政策評価のための凸損失関数である。
論文参考訳（メタデータ） (2020-10-21T17:14:31Z)
A Dynamical Systems Approach for Convergence of the Bayesian EM Algorithm [59.99439951055238]
我々は、(離散時間)リアプノフ安定性理論が、必ずしも勾配ベースではない最適化アルゴリズムの分析(および潜在的な設計)において、いかに強力なツールとして役立つかを示す。本稿では,不完全データベイズフレームワークにおけるパラメータ推定を,MAP-EM (maximum a reari expectation-maximization) と呼ばれる一般的な最適化アルゴリズムを用いて行うことに着目したML問題について述べる。高速収束(線形あるいは二次的)が達成され,S&Cアプローチを使わずに発表することが困難であった可能性が示唆された。
論文参考訳（メタデータ） (2020-06-23T01:34:18Z)
A General Framework for Consistent Structured Prediction with Implicit Loss Embeddings [113.15416137912399]
構造化予測のための理論的・アルゴリズム的な枠組みを提案し,解析する。問題に対して適切な幾何を暗黙的に定義する、損失関数の大規模なクラスについて検討する。出力空間を無限の濃度で扱うとき、推定子の適切な暗黙の定式化が重要であることが示される。
論文参考訳（メタデータ） (2020-02-13T10:30:04Z)

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。