論文の概要: Robust Group Synchronization via Quadratic Programming
- arxiv url: http://arxiv.org/abs/2206.08994v1
- Date: Fri, 17 Jun 2022 20:08:03 GMT
- ステータス: 処理完了
- システム内更新日: 2022-06-22 13:27:58.959646
- Title: Robust Group Synchronization via Quadratic Programming
- Title(参考訳): 二次計画によるロバスト群同期
- Authors: Yunpeng Shi, Cole Wyeth, Gilad Lerman
- Abstract要約: グループ同期における汚職レベルを推定するための2次計画法を提案する。
目的関数はグループのサイクル整合性を利用しており、この手法を構造整合性の検出と推定(DESC)と呼ぶ。
回転平均化の合成および実データ実験において,本手法の競合精度を示す。
- 参考スコア(独自算出の注目度): 15.254598796939922
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We propose a novel quadratic programming formulation for estimating the
corruption levels in group synchronization, and use these estimates to solve
this problem. Our objective function exploits the cycle consistency of the
group and we thus refer to our method as detection and estimation of structural
consistency (DESC). This general framework can be extended to other algebraic
and geometric structures. Our formulation has the following advantages: it can
tolerate corruption as high as the information-theoretic bound, it does not
require a good initialization for the estimates of group elements, it has a
simple interpretation, and under some mild conditions the global minimum of our
objective function exactly recovers the corruption levels. We demonstrate the
competitive accuracy of our approach on both synthetic and real data
experiments of rotation averaging.
- Abstract(参考訳): 本稿では,グループ同期の劣化レベルを推定するための2次計画法を提案し,これらの推定値を用いてこの問題を解決する。
目的関数はグループのサイクル整合性を利用しており,本手法を構造整合性の検出と推定 (DESC) と呼ぶ。
この一般的な枠組みは他の代数的構造や幾何学的構造にも拡張できる。
我々の定式化には次のような利点がある: 情報理論的境界ほど汚職を許容し、グループ要素の推定に適切な初期化を必要とせず、単純な解釈を持ち、いくつかの穏やかな条件下では、目的関数のグローバル最小値が汚職レベルを正確に回復する。
回転平均化の合成データおよび実データ実験において,本手法の競合精度を実証する。
関連論文リスト
- A structured regression approach for evaluating model performance across
intersectional subgroups [57.84444882410051]
分散評価は、AIフェアネスアセスメントにおける中心的なタスクであり、異なるサブグループ間でAIシステムのパフォーマンスを測定することを目的としている。
本稿では,システム性能評価の信頼性を実証する,非凝集評価のための構造化回帰手法を提案する。
我々は2つの公開データセットといくつかの半合成データの変種についてアプローチを評価した。
論文 参考訳(メタデータ) (2024-01-26T14:21:45Z) - GroupEnc: encoder with group loss for global structure preservation [1.8523441396284195]
我々は、深層学習モデルを作成するために、地域レベルとグローバルレベルの両方で構造保存の概念を使用します。
我々のモデルはGroupEncと呼ばれ、VAEよりもグローバルな構造歪みが少ない埋め込みを生成するために 'group loss' 関数を使用します。
生物学的単細胞転写データセットを用いて,本手法の有効性を検証した。
論文 参考訳(メタデータ) (2023-09-06T11:22:21Z) - Wide Gaps and Clustering Axioms [0.0]
k-平均は、距離に基づくクラスタリングアルゴリズムのためのクラインバーグの公理系と矛盾している。
我々は,2つの新しいクラスタビリティ特性,変分k-分離性と残留k-分離性を導入する。
我々は、k-meansを、ユークリッドおよび非ユークリッドセッティングにおけるクラインバーグの公理的フレームワークと照合する。
論文 参考訳(メタデータ) (2023-08-07T10:43:48Z) - Correcting Underrepresentation and Intersectional Bias for Fair
Classification [55.2480439325792]
偏見バイアスによって劣化したデータから学習する問題について考察し, 正の例を, 一定の数のセンシティブなグループに対して, 異なる未知のレートでフィルタする。
交叉群のメンバーシップが各交叉率を計算不能にするような設定であっても,少数の偏りのないデータを用いてグループワイド・ドロップアウトパラメータを効率的に推定できることが示される。
我々は,この学習と再重み付け過程をカプセル化するアルゴリズムを提案し,高い確率で真の分布に対する仮説のリスクが任意に近いことをPACスタイルの強い保証を提供する。
論文 参考訳(メタデータ) (2023-06-19T18:25:44Z) - Harnessing Heterogeneity: Learning from Decomposed Feedback in Bayesian
Modeling [68.69431580852535]
サブグループフィードバックを取り入れた新しいGPレグレッションを導入する。
我々の修正された回帰は、以前のアプローチと比べて、明らかにばらつきを減らし、したがってより正確な後続を減らした。
我々は2つの異なる社会問題に対してアルゴリズムを実行する。
論文 参考訳(メタデータ) (2021-07-07T03:57:22Z) - HAWKS: Evolving Challenging Benchmark Sets for Cluster Analysis [2.5329716878122404]
クラスタリングアルゴリズムの包括的なベンチマークは難しい。
厳格なベンチマークのベストプラクティスに関する合意はありません。
このようなベンチマークのフレキシブルな生成を支援するために,進化的アルゴリズムが果たす重要な役割を実証する。
論文 参考訳(メタデータ) (2021-02-13T15:01:34Z) - A black-box adversarial attack for poisoning clustering [78.19784577498031]
本稿では,クラスタリングアルゴリズムのロバスト性をテストするために,ブラックボックス対逆攻撃法を提案する。
我々の攻撃は、SVM、ランダムフォレスト、ニューラルネットワークなどの教師付きアルゴリズムに対しても転送可能であることを示す。
論文 参考訳(メタデータ) (2020-09-09T18:19:31Z) - Beyond Individual and Group Fairness [90.4666341812857]
本稿では,不公平な不公平な苦情に導かれる公平さの新しいデータ駆動モデルを提案する。
我々のモデルは、複数のフェアネス基準をサポートし、それらの潜在的な不整合を考慮に入れている。
論文 参考訳(メタデータ) (2020-08-21T14:14:44Z) - Message Passing Least Squares Framework and its Application to Rotation
Synchronization [16.650654530240566]
まず,測定されたグループ比の劣化レベルを推定する理論的に保証されたメッセージパッシングアルゴリズムについて述べる。
次に, グループ要素を推定する新たな最小二乗法を提案し, そこでは, 推定汚職レベルを用いて重みを反復的に更新する。
合成データと実データの両方を用いた回転同期の最先端手法よりも優れた性能を示す。
論文 参考訳(メタデータ) (2020-07-27T15:39:19Z) - Tackling the Objective Inconsistency Problem in Heterogeneous Federated
Optimization [93.78811018928583]
本稿では、フェデレートされた異種最適化アルゴリズムの収束性を分析するためのフレームワークを提供する。
我々は,高速な誤差収束を保ちながら,客観的な矛盾を解消する正規化平均化手法であるFedNovaを提案する。
論文 参考訳(メタデータ) (2020-07-15T05:01:23Z) - Robust Grouped Variable Selection Using Distributionally Robust
Optimization [11.383869751239166]
摂動下での群付き変数選択のための不確実性セットを用いた分布ロバスト最適化(DRO)の定式化を提案する。
我々は,サンプル外損失と推定バイアスの確率的境界を証明し,推定器の群化効果を確立する。
我々の定式化は,群レベルでの空間性を促進する解釈可能で同相なモデルを生成することを示す。
論文 参考訳(メタデータ) (2020-06-10T22:32:52Z)
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。