論文の概要: ProbNum: Probabilistic Numerics in Python

• arxiv url: http://arxiv.org/abs/2112.02100v1
• Date: Fri, 3 Dec 2021 07:20:50 GMT
• ステータス: 処理完了
• システム内更新日: 2021-12-07 18:27:53.007745
• Title: ProbNum: Probabilistic Numerics in Python
• Title（参考訳）: ProbNum: Pythonの確率的数値
• Authors: Jonathan Wenger, Nicholas Kr\"amer, Marvin Pf\"ortner, Jonathan Schmidt, Nathanael Bosch, Nina Effenberger, Johannes Zenn, Alexandra Gessner, Toni Karvonen, Fran\c{c}ois-Xavier Briol, Maren Mahsereci, Philipp Hennig
• Abstract要約: 確率的数値法(PNMs)は確率的推論によって数値問題を解く。 ProbNum: 最先端のPNMを提供するPythonライブラリ。
• 参考スコア（独自算出の注目度）: 62.52335490524408
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Probabilistic numerical methods (PNMs) solve numerical problems via probabilistic inference. They have been developed for linear algebra, optimization, integration and differential equation simulation. PNMs naturally incorporate prior information about a problem and quantify uncertainty due to finite computational resources as well as stochastic input. In this paper, we present ProbNum: a Python library providing state-of-the-art probabilistic numerical solvers. ProbNum enables custom composition of PNMs for specific problem classes via a modular design as well as wrappers for off-the-shelf use. Tutorials, documentation, developer guides and benchmarks are available online at www.probnum.org.
• Abstract（参考訳）: 確率的数値法(PNMs)は確率的推論によって数値問題を解く。 線形代数、最適化、積分、微分方程式シミュレーションのために開発された。 PNMは自然に問題の事前情報を取り込み、有限計算資源と確率入力による不確かさを定量化する。 本稿では,最先端の確率的数値解法を提供するpythonライブラリprobnumを提案する。 ProbNumは、モジュール設計と既製のラッパーを通じて、特定の問題クラスのためのPNMのカスタム構成を可能にする。 チュートリアル、ドキュメンテーション、開発者ガイド、ベンチマークはwww.probnum.orgで公開されている。

関連論文リスト

• Simulation-based inference with the Python Package sbijax [0.7499722271664147]
  sbijaxは、ニューラルネットワークベースの推論に様々な最先端のメソッドを実装するPythonパッケージである。 このパッケージはベイズ近似計算の機能を提供し、モデル診断を計算し、自動的に要約統計を推定する。
  論文  参考訳（メタデータ） (2024-09-28T18:47:13Z)
• Bayesian Quantum State Tomography with Python's PyMC [0.0]
  我々は,Python-3 のオープンソース PyMC 確率型プログラミングパッケージを用いて,複雑でない QST 最適化問題を単純な形式に変換する方法を示す。 我々は,Python-3 のオープンソース PyMC 確率型プログラミングパッケージを用いて,複雑でない QST 最適化問題を単純な形式に変換する方法を示す。
  論文  参考訳（メタデータ） (2022-12-20T21:16:28Z)
• Test Set Sizing Via Random Matrix Theory [91.3755431537592]
  本稿ではランダム行列理論の手法を用いて、単純な線形回帰に対して理想的なトレーニング-テストデータ分割を求める。 それは「理想」を整合性計量を満たすものとして定義し、すなわち経験的モデル誤差は実際の測定ノイズである。 本論文は,任意のモデルのトレーニングとテストサイズを,真に最適な方法で解決した最初の論文である。
  論文  参考訳（メタデータ） (2021-12-11T13:18:33Z)
• Solving Probability and Statistics Problems by Program Synthesis [1.0937094979510211]
  大学レベルの確率と統計の問題をOpenAIのCodexを用いてプログラム合成することで解決する。 私たちの研究は、大学レベルの確率と統計に関する新しいデータセットを初めて導入しました。
  論文  参考訳（メタデータ） (2021-11-16T07:34:25Z)
• Black Box Probabilistic Numerics [7.6034684297555]
  本稿では,従来の手法からの最終的な出力のみに基づいて確率的数値法を構築することを提案する。 興味の量に対する近似の収束列はデータセットを構成する。 このブラックボックスアプローチは、確率的数値が適用可能なタスクの範囲を大幅に拡大する。
  論文  参考訳（メタデータ） (2021-06-15T11:21:10Z)
• Probabilistic Gradient Boosting Machines for Large-Scale Probabilistic Regression [51.770998056563094]
  PGBM(Probabilistic Gradient Boosting Machines)は、確率的予測を生成する手法である。 既存の最先端手法と比較してPGBMの利点を実証的に示す。
  論文  参考訳（メタデータ） (2021-06-03T08:32:13Z)
• Bayesian Quadrature on Riemannian Data Manifolds [79.71142807798284]
  データに固有の非線形幾何学構造をモデル化する原則的な方法が提供される。 しかし、これらの演算は通常計算的に要求される。 特に、正規法則上の積分を数値計算するためにベイズ二次(bq)に焦点を当てる。 先行知識と活発な探索手法を両立させることで,BQは必要な評価回数を大幅に削減できることを示す。
  論文  参考訳（メタデータ） (2021-02-12T17:38:04Z)
• Stochastic Saddle-Point Optimization for Wasserstein Barycenters [69.68068088508505]
  オンラインデータストリームによって生成される有限個の点からなるランダムな確率測度に対する人口推定バリセンタ問題を考察する。 本稿では,この問題の構造を用いて,凸凹型サドル点再構成を行う。 ランダム確率測度の分布が離散的な場合、最適化アルゴリズムを提案し、その複雑性を推定する。
  論文  参考訳（メタデータ） (2020-06-11T19:40:38Z)
• Marginal likelihood computation for model selection and hypothesis testing: an extensive review [66.37504201165159]
  この記事では、このトピックの最先端に関する総合的な研究について紹介する。 さまざまなテクニックの制限、メリット、コネクション、差異を強調します。 また、不適切な事前利用の問題や解決法についても述べる。
  論文  参考訳（メタデータ） (2020-05-17T18:31:58Z)
• Sum-product networks: A survey [0.0]
  和積ネットワーク(英: sum-product network、SPN)は、根付き非巡回有向グラフに基づく確率モデルである。 本稿では、SPNの定義、データからの推論と学習のための主要なアルゴリズム、メインアプリケーション、ソフトウェアライブラリの簡単なレビュー、関連するモデルとの比較などについて調査する。
  論文  参考訳（メタデータ） (2020-04-02T17:46:29Z)

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。