Fugu-MT 論文翻訳(概要): Invariant Priors for Bayesian Quadrature

論文の概要: Invariant Priors for Bayesian Quadrature

arxiv url: http://arxiv.org/abs/2112.01578v1
Date: Thu, 2 Dec 2021 19:42:04 GMT
ステータス: 処理完了
システム内更新日: 2021-12-06 15:06:56.354383
Title: Invariant Priors for Bayesian Quadrature
Title（参考訳）: ベイズ二次数の不変前駆
Authors: Masha Naslidnyk, Javier Gonzalez, Maren Mahsereci
Abstract要約: 入力領域における変換の集合の下で積分の不変性を符号化する先行性について検討する。いくつかの合成および1つの実世界の応用において,標準的なベイズ二次よりも優れた性能を示す。
参考スコア（独自算出の注目度）: 8.185918509343818
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Bayesian quadrature (BQ) is a model-based numerical integration method that is able to increase sample efficiency by encoding and leveraging known structure of the integration task at hand. In this paper, we explore priors that encode invariance of the integrand under a set of bijective transformations in the input domain, in particular some unitary transformations, such as rotations, axis-flips, or point symmetries. We show initial results on superior performance in comparison to standard Bayesian quadrature on several synthetic and one real world application.
Abstract（参考訳）: Bayesian quadrature (BQ) はモデルに基づく数値積分法であり、手前の積分タスクの既知の構造を符号化し活用することで、サンプル効率を向上させることができる。本稿では, 入力領域における単射変換の集合, 特に回転, 軸フリップ, 点対称性などのユニタリ変換の下で, 積分の不変性をエンコードする前処理について検討する。いくつかの合成および1つの実世界の応用において,標準的なベイズ二次よりも優れた性能を示す。

関連論文リスト

Variational Autoencoders for Efficient Simulation-Based Inference [0.3495246564946556]
本稿では、確率自由なシミュレーションに基づく推論のための変分推論フレームワークに基づく生成的モデリング手法を提案する。我々は,これらのモデルの有効性を,フローベースアプローチに匹敵する結果が得られるように,確立されたベンチマーク問題に対して示す。
論文参考訳（メタデータ） (2024-11-21T12:24:13Z)
Relative Representations: Topological and Geometric Perspectives [53.88896255693922]
相対表現はゼロショットモデルの縫合に対する確立されたアプローチである。相対変換において正規化手順を導入し、非等方的再スケーリングや置換に不変となる。第二に、クラス内のクラスタリングを促進するトポロジカル正規化損失である、微調整された相対表現におけるトポロジカルデシフィケーションの展開を提案する。
論文参考訳（メタデータ） (2024-09-17T08:09:22Z)
Variable Substitution and Bilinear Programming for Aligning Partially Overlapping Point Sets [48.1015832267945]
本研究では,RPMアルゴリズムの最小化目的関数を用いて要求を満たす手法を提案する。分岐とバウンド(BnB)アルゴリズムが考案され、パラメータのみに分岐し、収束率を高める。実験による評価は,非剛性変形,位置雑音,外れ値に対する提案手法の高剛性を示す。
論文参考訳（メタデータ） (2024-05-14T13:28:57Z)
Manifold Gaussian Variational Bayes on the Precision Matrix [70.44024861252554]
複雑なモデルにおける変分推論(VI)の最適化アルゴリズムを提案する。本研究では,変分行列上の正定値制約を満たすガウス変分推論の効率的なアルゴリズムを開発した。 MGVBPはブラックボックスの性質のため、複雑なモデルにおけるVIのための準備が整ったソリューションである。
論文参考訳（メタデータ） (2022-10-26T10:12:31Z)
A Variational Approach for Joint Image Recovery and Feature Extraction Based on Spatially-Varying Generalised Gaussian Models [13.952521992627847]
再構成/抽出最適化の連立問題は画像処理において難しい課題である。共同で画像の復元と画像の抽出を行う。
論文参考訳（メタデータ） (2022-09-03T09:10:23Z)
Equivariant Mesh Attention Networks [10.517110532297021]
上述したすべての変換にほぼ同値なメッシュデータに対する注意に基づくアーキテクチャを提案する。提案したアーキテクチャは,これらの局所的・言語的変換に対して同変であり,従って堅牢であることを確認した。
論文参考訳（メタデータ） (2022-05-21T19:53:14Z)
Topographic VAEs learn Equivariant Capsules [84.33745072274942]
本稿では, 地理的に整理された潜伏変数を用いた深部生成モデルを効率的に学習するための新しい手法であるTopographic VAEを紹介する。このようなモデルでは,MNIST上での桁数クラス,幅,スタイルなどの健全な特徴に応じて,その活性化を組織化することが実際に学べることが示される。我々は、既存の群同変ニューラルネットワークの能力を拡張して、複素変換に近似した同値性を示す。
論文参考訳（メタデータ） (2021-09-03T09:25:57Z)
Scalable Variational Gaussian Processes via Harmonic Kernel Decomposition [54.07797071198249]
汎用性を維持しつつ高い忠実度近似を提供する,スケーラブルな変分ガウス過程近似を導入する。様々な回帰問題や分類問題において,本手法は変換やリフレクションなどの入力空間対称性を活用できることを実証する。提案手法は, 純粋なGPモデルのうち, CIFAR-10 の最先端化を実現する。
論文参考訳（メタデータ） (2021-06-10T18:17:57Z)
Bayesian learning of orthogonal embeddings for multi-fidelity Gaussian Processes [3.564709604457361]
プロジェクション」マッピングは、事前未知と見なされる正則行列から成り、GPパラメータと共同で推論する必要がある。提案するフレームワークをGPを用いたマルチ忠実度モデルに拡張し,複数の出力を同時にトレーニングするシナリオを含む。提案手法の利点は, 産業用ガスタービン用最終段翼の3次元空力最適化に難渋するものである。
論文参考訳（メタデータ） (2020-08-05T22:28:53Z)
Asymptotic Analysis of an Ensemble of Randomly Projected Linear Discriminants [94.46276668068327]
[1]では、ランダムに投影された線形判別式のアンサンブルを用いてデータセットを分類する。我々は,計算コストのかかるクロスバリデーション推定器の代替として,誤分類確率の一貫した推定器を開発する。また、実データと合成データの両方で投影次元を調整するための推定器の使用を実証する。
論文参考訳（メタデータ） (2020-04-17T12:47:04Z)

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。