Fugu-MT 論文翻訳(概要): Mixed Nondeterministic-Probabilistic Automata: Blending graphical probabilistic models with nondeterminism

論文の概要: Mixed Nondeterministic-Probabilistic Automata: Blending graphical probabilistic models with nondeterminism

arxiv url: http://arxiv.org/abs/2201.07474v1
Date: Wed, 19 Jan 2022 08:55:55 GMT
ステータス: 処理完了
システム内更新日: 2022-01-20 13:57:57.217761
Title: Mixed Nondeterministic-Probabilistic Automata: Blending graphical probabilistic models with nondeterminism
Title（参考訳）: 混合非決定論的確率的オートマタ:非決定論的図形確率モデル
Authors: Albert Benveniste, Jean-Baptiste Raclet
Abstract要約: 我々は、非決定論的オートマトンとグラフィカル確率モデルの両方を仮定する混合(非決定論的/確率的)オートマトンを新たに開発した。セガラの確率的オートマタカンは混合オートマタにマッピングされる。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Graphical models in probability and statistics are a core concept in the area of probabilistic reasoning and probabilistic programming-graphical models include Bayesian networks and factor graphs. In this paper we develop a new model of mixed (nondeterministic/probabilistic) automata that subsumes both nondeterministic automata and graphical probabilistic models. Mixed Automata are equipped with parallel composition, simulation relation, and support message passing algorithms inherited from graphical probabilistic models. Segala's Probabilistic Automatacan be mapped to Mixed Automata.
Abstract（参考訳）: 確率と統計のグラフモデルは確率論的推論の領域における中核的な概念であり、確率論的プログラミング-グラフィックモデルはベイズネットワークや因子グラフを含む。本稿では,非決定論的オートマトンとグラフィカル確率モデルの両方を仮定する混合(非決定的/確率的)オートマトンモデルを開発する。混合オートマトンは、並列合成、シミュレーション関係、およびグラフィカル確率モデルから継承されるメッセージパッシングアルゴリズムを備える。セガラの確率的オートマトンは混合オートマトンにマッピングされる。

関連論文リスト

Goodness-of-Fit of Attributed Probabilistic Graph Generative Models [11.58149447373971]
ランダム二元ネットワークに対する平均二乗共起係数の観点で適合の良さを定義する。各種グラフモデルに対する確率的生成モデルの表現能力を検証するために,これらの基準を適用した。
論文参考訳（メタデータ） (2023-07-28T18:48:09Z)
User-defined Event Sampling and Uncertainty Quantification in Diffusion Models for Physical Dynamical Systems [49.75149094527068]
拡散モデルを用いて予測を行い,カオス力学系に対する不確かさの定量化が可能であることを示す。本研究では,雑音レベルが低下するにつれて真の分布に収束する条件付きスコア関数の確率的近似法を開発する。推論時に非線形ユーザ定義イベントを条件付きでサンプリングすることができ、分布の尾部からサンプリングした場合でもデータ統計と一致させることができる。
論文参考訳（メタデータ） (2023-06-13T03:42:03Z)
MAUVE Scores for Generative Models: Theory and Practice [95.86006777961182]
本報告では,テキストや画像の生成モデルで発生するような分布のペア間の比較尺度であるMAUVEについて述べる。我々は、MAUVEが人間の文章の分布と現代のニューラル言語モデルとのギャップを定量化できることを発見した。我々は、MAUVEが既存のメトリクスと同等以上の画像の既知の特性を識別できることを視覚領域で実証する。
論文参考訳（メタデータ） (2022-12-30T07:37:40Z)
Multi-Model Probabilistic Programming [0.0]
本稿では,各プログラムが関係する確率モデルのネットワークを表現できる確率計画の拡張について述べる。本稿では,これらの多モデル確率型プログラムの形式的意味論,ネットワーク・オブ・モデル演算のための効率的なアルゴリズムの集合,および一般的な確率型言語であるStan上に構築されたサンプル実装について述べる。このネットワーク・オブ・モデル表現は、モデル空間における検索と自動化、モデル開発の追跡とコミュニケーション、pハックのような問題を緩和する明示的なモデラー自由度を含む、多くの扉を開く。
論文参考訳（メタデータ） (2022-08-12T15:38:15Z)
Stochastic Parameterizations: Better Modelling of Temporal Correlations using Probabilistic Machine Learning [1.5293427903448025]
確率的フレームワーク内で物理インフォームされたリカレントニューラルネットワークを用いることで,96大気シミュレーションのモデルが競合することを示す。これは、標準の1次自己回帰スキームと比較して時間的相関をモデル化する能力が優れているためである。文献から多くの指標を評価するとともに、将来的な気候モデルにおいて、確率論的尺度が統一的な選択である可能性についても論じる。
論文参考訳（メタデータ） (2022-03-28T14:51:42Z)
Masked prediction tasks: a parameter identifiability view [49.533046139235466]
マスク付きトークンの予測に広く用いられている自己教師型学習手法に着目する。いくつかの予測タスクは識別可能性をもたらすが、他のタスクはそうではない。
論文参考訳（メタデータ） (2022-02-18T17:09:32Z)
flip-hoisting: Exploiting Repeated Parameters in Discrete Probabilistic Programs [25.320181572646135]
本稿では、離散確率的プログラムにおいて繰り返しパラメータを分解し、推論性能を向上させるプログラム解析とそれに伴う最適化について述べる。既存の確率型プログラミング言語でフリップホスティングを実装し,推論性能が著しく向上することを示す。
論文参考訳（メタデータ） (2021-10-19T22:04:26Z)
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)
Probabilistic Generating Circuits [50.98473654244851]
効率的な表現のための確率的生成回路(PGC)を提案する。 PGCは、非常に異なる既存モデルを統一する理論的なフレームワークであるだけでなく、現実的なデータをモデル化する大きな可能性も示している。我々はPCとDPPの単純な組み合わせによって簡単に仮定されない単純なPGCのクラスを示し、一連の密度推定ベンチマークで競合性能を得る。
論文参考訳（メタデータ） (2021-02-19T07:06:53Z)
Quantum Tensor Networks, Stochastic Processes, and Weighted Automata [31.641069053835192]
同様のモデルは、プロセスと重み付きオートマトン文学で研究されている。一般的な量子テンソルネットワークモデルの定常的あるいは均一なバージョンは、プロセスと重み付きオートマトン文学において同等の表現を持つことを示す。
論文参考訳（メタデータ） (2020-10-20T22:28:50Z)
Identification of Probability weighted ARX models with arbitrary domains [75.91002178647165]
PieceWise Affineモデルは、ハイブリッドシステムの他のクラスに対する普遍近似、局所線型性、同値性を保証する。本研究では,任意の領域を持つ固有入力モデル(NPWARX)を用いたPieceWise Auto Regressiveの同定に着目する。このアーキテクチャは、機械学習の分野で開発されたMixture of Expertの概念に従って考案された。
論文参考訳（メタデータ） (2020-09-29T12:50:33Z)

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。