論文の概要: Score Matching for Truncated Density Estimation on a Manifold
- arxiv url: http://arxiv.org/abs/2206.14668v1
- Date: Wed, 29 Jun 2022 14:14:49 GMT
- ステータス: 処理完了
- システム内更新日: 2022-06-30 21:06:16.087966
- Title: Score Matching for Truncated Density Estimation on a Manifold
- Title(参考訳): マニフォールド上の縮小密度推定のためのスコアマッチング
- Authors: Daniel J. Williams and Song Liu
- Abstract要約: 観測が途切れると、データセットの不完全な画像に制限されます。
近年の手法では, 抽出可能な正規化定数へのアクセスが不要なスコアマッチングに切り替えることにより, トラッピング密度推定問題に対処している。
- 参考スコア(独自算出の注目度): 3.405431122165563
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: When observations are truncated, we are limited to an incomplete picture of
our dataset. Recent methods deal with truncated density estimation problems by
turning to score matching, where the access to the intractable normalising
constant is not required. We present a novel extension to truncated score
matching for a Riemannian manifold. Applications are presented for the von
Mises-Fisher and Kent distributions on a two dimensional sphere in $\R^3$, as
well as a real-world application of extreme storm observations in the USA. In
simulated data experiments, our score matching estimator is able to approximate
the true parameter values with a low estimation error and shows improvements
over a maximum likelihood estimator.
- Abstract(参考訳): 観測が終了すると、データセットの不完全な画像に制限されます。
近年の手法では, 抽出可能な正規化定数へのアクセスが不要なスコアマッチングに切り替えることで, トラッピング密度推定問題に対処している。
ここでは、リーマン多様体に対するtruncated score matchingに対する新しい拡張を示す。
von Mises-Fisher と Kent の 2 次元球面上の分布を$\R^3$ で表し、アメリカ合衆国における極端な嵐観測の現実の応用を提示する。
シミュレーションデータ実験では、スコアマッチング推定器は、推定誤差の低い真のパラメータ値を近似することができ、最大確率推定器よりも改善を示す。
関連論文リスト
- On diffusion-based generative models and their error bounds: The
log-concave case with full convergence estimates [3.8447306272420816]
我々は,強い対数空間データ分布を仮定して,拡散に基づく生成モデルの収束挙動を理論的に保証する。
我々は、モチベーションの例を通して、未知の平均を持つガウス分布からサンプリングし、我々のアプローチの強力さを実証する。
この手法はサンプリングアルゴリズムにおいて最もよく知られた収束率をもたらす。
論文 参考訳(メタデータ) (2023-11-22T18:40:45Z) - Leveraging Self-Consistency for Data-Efficient Amortized Bayesian
Inference [3.0358713021250083]
本稿では,償却ベイズ推定の効率と精度を向上させる手法を提案する。
我々は,関節モデルの近似表現に基づいて限界確率を推定する。
論文 参考訳(メタデータ) (2023-10-06T17:41:41Z) - Near-optimal inference in adaptive linear regression [60.08422051718195]
最小二乗法のような単純な方法でさえ、データが適応的に収集されるときの非正規な振る舞いを示すことができる。
我々は,これらの分布異常を少なくとも2乗推定で補正するオンラインデバイアス推定器のファミリーを提案する。
我々は,マルチアームバンディット,自己回帰時系列推定,探索による能動的学習などの応用を通して,我々の理論の有用性を実証する。
論文 参考訳(メタデータ) (2021-07-05T21:05:11Z) - Evaluating State-of-the-Art Classification Models Against Bayes
Optimality [106.50867011164584]
正規化フローを用いて学習した生成モデルのベイズ誤差を正確に計算できることを示す。
われわれの手法を用いて、最先端の分類モデルについて徹底的な調査を行う。
論文 参考訳(メタデータ) (2021-06-07T06:21:20Z) - Hard-label Manifolds: Unexpected Advantages of Query Efficiency for
Finding On-manifold Adversarial Examples [67.23103682776049]
画像分類モデルに対する最近のゼロオーダーのハードラベル攻撃は、ファーストオーダーのグラデーションレベルの代替品に匹敵する性能を示している。
最近、グラデーションレベルの設定では、通常の敵対的な例がデータ多様体から離れ、オンマニホールドの例が実際には一般化エラーであることが示されている。
雑音の多い多様体距離オラクルに基づく情報理論論的議論を提案し、敵の勾配推定を通じて多様体情報を漏洩させる。
論文 参考訳(メタデータ) (2021-03-04T20:53:06Z) - Distributionally Robust Local Non-parametric Conditional Estimation [22.423052432220235]
非パラメトリックな局所推定を生成する分布安定な新しい推定器を提案する。
一般には難解であるにもかかわらず、局所推定器は凸最適化によって効率的に見つけることができることを示す。
合成およびMNISTデータセットを用いた実験は、この新しいクラスの推定器の競合性能を示している。
論文 参考訳(メタデータ) (2020-10-12T00:11:17Z) - Rao-Blackwellizing the Straight-Through Gumbel-Softmax Gradient
Estimator [93.05919133288161]
一般的なGumbel-Softmax推定器のストレートスルー変量の分散は、ラオ・ブラックウェル化により減少できることを示す。
これは平均二乗誤差を確実に減少させる。
これは分散の低減、収束の高速化、および2つの教師なし潜在変数モデルの性能向上につながることを実証的に実証した。
論文 参考訳(メタデータ) (2020-10-09T22:54:38Z) - Evaluating representations by the complexity of learning low-loss
predictors [55.94170724668857]
下流タスクの解決に使用されるデータの表現を評価することの問題点を考察する。
本稿では,関心のあるタスクにおける低損失を実現する表現の上に,予測器を学習する複雑性によって表現の質を測定することを提案する。
論文 参考訳(メタデータ) (2020-09-15T22:06:58Z) - Manifold-adaptive dimension estimation revisited [0.0]
多様体適応型ファラマンド-ゼーペスヴァリ-アウディベルト次元推定器を再検討し改善する。
局所的なFSA推定値の確率密度関数を計算する。
大域的内在次元の最大公算式を導出する。
論文 参考訳(メタデータ) (2020-08-07T15:27:26Z) - Variable Skipping for Autoregressive Range Density Estimation [84.60428050170687]
深部自己回帰モデルを用いた距離密度推定を高速化する手法である可変スキップについて述べる。
可変スキップは、10-100$timesの効率向上をもたらすことを示す。
論文 参考訳(メタデータ) (2020-07-10T19:01:40Z)
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。