論文の概要: A Singular Woodbury and Pseudo-Determinant Matrix Identities and
Application to Gaussian Process Regression
- arxiv url: http://arxiv.org/abs/2207.08038v3
- Date: Mon, 24 Apr 2023 23:12:51 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-27 03:53:36.342562
- Title: A Singular Woodbury and Pseudo-Determinant Matrix Identities and
Application to Gaussian Process Regression
- Title(参考訳): 特異ウッドベリーと擬決定行列の同一性とガウス過程回帰への応用
- Authors: Siavash Ameli, Shawn C. Shadden
- Abstract要約: ウッドベリー行列恒等式の特異形式から生じる行列について検討する。
この行列に対して、一般化された逆および擬行列の恒等性を示す。
精度行列の定義を共分散行列のボット・ダフィン逆数に拡張する。
- 参考スコア(独自算出の注目度): 1.5002438468152661
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We study a matrix that arises from a singular form of the Woodbury matrix
identity. We present generalized inverse and pseudo-determinant identities for
this matrix, which have direct applications for Gaussian process regression,
specifically its likelihood representation and precision matrix. We extend the
definition of the precision matrix to the Bott-Duffin inverse of the covariance
matrix, preserving properties related to conditional independence, conditional
precision, and marginal precision. We also provide an efficient algorithm and
numerical analysis for the presented determinant identities and demonstrate
their advantages under specific conditions relevant to computing
log-determinant terms in likelihood functions of Gaussian process regression.
- Abstract(参考訳): 我々はウッドベリー行列の恒等式(英語版)の特異な形から生じる行列を研究する。
本稿では,この行列に対する一般化された逆行列と擬決定行列の同一性を示し,ガウス過程の回帰,特にその確率表現と精度行列について直接適用する。
精度行列の定義を共分散行列のボット・ダフィン逆数に拡張し、条件独立性、条件精度、限界精度に関する特性を保存する。
また,提案する行列式に対する効率的なアルゴリズムと数値解析を行い,ガウス過程回帰の帰納関数における対数決定項の計算に関する条件下での利点を示す。
関連論文リスト
- Multiresolution kernel matrix algebra [0.0]
本研究では, あるS形式において, 最適スパース行列を生成するサンプルレットを用いて, カーネル行列の圧縮を示す。
カーネル行列の逆数(もし存在するなら)は S-形式でも圧縮可能である。
行列代数は擬微分計算によって数学的に正当化される。
論文 参考訳(メタデータ) (2022-11-21T17:50:22Z) - 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) - On confidence intervals for precision matrices and the
eigendecomposition of covariance matrices [20.20416580970697]
本稿では,固定次元の共分散行列の固有ベクトルの個々のエントリに対する信頼性境界の計算に挑戦する。
逆共分散行列、いわゆる精度行列の成分を束縛する手法を導出する。
これらの結果の応用として,精度行列の非ゼロ値のテストを可能にする新しい統計テストを示す。
論文 参考訳(メタデータ) (2022-08-25T10:12:53Z) - Quantum algorithms for matrix operations and linear systems of equations [65.62256987706128]
本稿では,「Sender-Receiver」モデルを用いた行列演算のための量子アルゴリズムを提案する。
これらの量子プロトコルは、他の量子スキームのサブルーチンとして使用できる。
論文 参考訳(メタデータ) (2022-02-10T08:12:20Z) - Symplectic decomposition from submatrix determinants [0.0]
ガウスの量子情報における重要な定理は、シンプレクティック変換によって任意のガウス状態の共分散行列を対角化できることを示している。
近年,ある部分行列からエルミート行列の固有ベクトルを求める手法に着想を得て,ある部分行列式からシンプレクティックを対角化する方法を考案した。
論文 参考訳(メタデータ) (2021-08-11T18:00:03Z) - Robust 1-bit Compressive Sensing with Partial Gaussian Circulant
Matrices and Generative Priors [54.936314353063494]
我々は,ロバストな1ビット圧縮センシングのための相関に基づく最適化アルゴリズムのリカバリ保証を提供する。
我々は,実用的な反復アルゴリズムを用いて,画像データセットの数値実験を行い,結果の相関付けを行う。
論文 参考訳(メタデータ) (2021-08-08T05:28:06Z) - Variance Reduction for Matrix Computations with Applications to Gaussian
Processes [0.0]
本稿では,行列分解による行列計算の分散化に着目する。
行列の平方根因数分解の計算は、いくつかの重要な場合において、任意により良い性能が得られることを示す。
論文 参考訳(メタデータ) (2021-06-28T10:41:22Z) - Non-PSD Matrix Sketching with Applications to Regression and
Optimization [56.730993511802865]
非PSDおよび2乗根行列の次元削減法を提案する。
複数のダウンストリームタスクにこれらのテクニックをどのように使用できるかを示す。
論文 参考訳(メタデータ) (2021-06-16T04:07:48Z) - Hermitian Matrix Definiteness from Quantum Phase Estimation [3.04585143845864]
一般エルミート行列をその符号に従って分類するアルゴリズムを示す。
これは量子位相推定アルゴリズムに基づいており、エルミート行列の固有値の符号を1つの補助量子ビットに格納する。
このアルゴリズムは確率的だが、優れた性能を示し、量子ビットが少ない正確な分類の97%を達成している。
論文 参考訳(メタデータ) (2020-09-09T06:08:47Z) - Understanding Implicit Regularization in Over-Parameterized Single Index
Model [55.41685740015095]
我々は高次元単一インデックスモデルのための正規化自由アルゴリズムを設計する。
暗黙正則化現象の理論的保証を提供する。
論文 参考訳(メタデータ) (2020-07-16T13:27:47Z) - Optimal Iterative Sketching with the Subsampled Randomized Hadamard
Transform [64.90148466525754]
最小二乗問題に対する反復スケッチの性能について検討する。
本研究では、Haar行列とランダム化されたHadamard行列の収束速度が同一であることを示し、ランダムなプロジェクションを経時的に改善することを示した。
これらの手法は、ランダム化次元還元を用いた他のアルゴリズムにも適用することができる。
論文 参考訳(メタデータ) (2020-02-03T16:17:50Z)
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。