Fugu-MT 論文翻訳(概要): Archaeology of random recursive dags and Cooper-Frieze random networks

論文の概要: Archaeology of random recursive dags and Cooper-Frieze random networks

arxiv url: http://arxiv.org/abs/2207.14601v1
Date: Fri, 29 Jul 2022 10:46:55 GMT
ステータス: 処理完了
システム内更新日: 2022-08-01 12:43:39.360584
Title: Archaeology of random recursive dags and Cooper-Frieze random networks
Title（参考訳）: ランダム再帰ダグとクーパー・フリーズランダムネットワークの考古学
Authors: Simon Briend and Francisco Calvillo and G\'abor Lugosi
Abstract要約: ネットワーク内の頂点数に依存しない大きさの信頼度セットを、ランダムネットワークの様々なモデルにおいて高い確率で構築できることを証明した。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We study the problem of finding the root vertex in large growing networks. We prove that it is possible to construct confidence sets of size independent of the number of vertices in the network that contain the root vertex with high probability in various models of random networks. The models include uniform random recursive dags and uniform Cooper-Frieze random graphs.
Abstract（参考訳）: 大規模ネットワークにおける根頂点の探索問題について検討する。ランダムネットワークの様々なモデルにおいて、確率の高いルート頂点を含むネットワークの頂点数に依存しない大きさの信頼集合を構築することが可能であることが証明される。モデルには、一様ランダム再帰ダグと一様クーパー・フリーズランダムグラフが含まれる。

関連論文リスト

Sum-Product-Set Networks: Deep Tractable Models for Tree-Structured Graphs [0.0]
木構造グラフデータから木構造グラフデータへの確率回路の拡張である和積集合ネットワークを提案する。我々は,ニューラルネットワークに基づく様々な抽出可能なモデルに対して,抽出可能なモデルが比較可能であることを実証した。
論文参考訳（メタデータ） (2024-08-14T09:13:27Z)
Rényi entanglement entropy of spin chain with Generative Neural Networks [0.0]
スピン系のR'enyiエンタングルメントエントロピーを推定する手法について述べる。これは、レプリカのトリックと、明確な確率推定を伴う生成ニューラルネットワークに基づいている。一次元量子イジングスピン鎖上での本手法の実証を行う。
論文参考訳（メタデータ） (2024-06-10T11:44:54Z)
Information-Theoretic Thresholds for Planted Dense Cycles [52.076657911275525]
本研究では,社会科学や生物科学においてユビキタスな小世界ネットワークのランダムグラフモデルについて検討する。植え込み高密度サイクルの検出と回復の両面において、情報理論の閾値を$n$, $tau$、エッジワイド信号対雑音比$lambda$で特徴づける。
論文参考訳（メタデータ） (2024-02-01T03:39:01Z)
General Graph Random Features [42.75616308187867]
重み付き隣接行列の任意の関数の偏りのない推定のためのランダムウォークに基づく新しいアルゴリズムを提案する。提案アルゴリズムは, ノード数に関して, グラフカーネル評価の厳密な3次スケーリングを克服し, 準四次時間的複雑性を享受する。
論文参考訳（メタデータ） (2023-10-07T15:47:31Z)
Convolutional Neural Networks on Manifolds: From Graphs and Back [122.06927400759021]
本稿では,多様体畳み込みフィルタと点次非線形性からなる多様体ニューラルネットワーク(MNN)を提案する。要約すると、我々は大きなグラフの極限として多様体モデルに焦点を合わせ、MNNを構築するが、それでもMNNの離散化によってグラフニューラルネットワークを復活させることができる。
論文参考訳（メタデータ） (2022-10-01T21:17:39Z)
Community detection using low-dimensional network embedding algorithms [1.052782170493037]
我々はDeepWalkとnode2vecという2つの主要なアルゴリズムが、標準ネットワークモデルのためのコミュニティを回復する際の性能を厳格に理解している。固定された共起窓を考えると、非追跡確率の低いランダムウォークを用いた node2vec は、多くのスペーサーネットワークで成功することを示す。
論文参考訳（メタデータ） (2021-11-04T14:57:43Z)
Differentiable Convolution Search for Point Cloud Processing [114.66038862207118]
本稿では,点雲上での新しい差分畳み込み探索パラダイムを提案する。純粋にデータ駆動型であり、幾何学的形状モデリングに適した畳み込みのグループを自動生成することができる。また,内部畳み込みと外部アーキテクチャの同時探索のための共同最適化フレームワークを提案する。
論文参考訳（メタデータ） (2021-08-29T14:42:03Z)
The Separation Capacity of Random Neural Networks [78.25060223808936]
標準ガウス重みと一様分布バイアスを持つ十分に大きな2層ReLUネットワークは、この問題を高い確率で解くことができることを示す。我々は、相互複雑性という新しい概念の観点から、データの関連構造を定量化する。
論文参考訳（メタデータ） (2021-07-31T10:25:26Z)
Fractal Gaussian Networks: A sparse random graph model based on Gaussian Multiplicative Chaos [12.096252285460814]
フラクタルガウスネットワーク(FGN)と呼ばれる新しいネットワークモデルを提案する。 FGNはよく定義され解析的に抽出可能なフラクタル構造を具現化する。
論文参考訳（メタデータ） (2020-08-07T08:37:36Z)
Block-Approximated Exponential Random Graphs [77.4792558024487]
指数乱グラフ(ERG)の分野における重要な課題は、大きなグラフ上の非自明なERGの適合である。本稿では,非自明なERGに対する近似フレームワークを提案する。我々の手法は、数百万のノードからなるスパースグラフにスケーラブルである。
論文参考訳（メタデータ） (2020-02-14T11:42:16Z)
Proving the Lottery Ticket Hypothesis: Pruning is All You Need [56.25432563818297]
抽選券仮説では、ランダムなdネットワークには、独立した訓練を受けた場合、元のネットワークの性能と競合する小さなサブネットワークが含まれている。我々は、全ての有界分布と、有界重みを持つ全ての対象ネットワークに対して、ランダム重みを持つ十分に過度にパラメータ化されたニューラルネットワークは、目標ネットワークとほぼ同じ精度のサブネットワークを、それ以上のトレーニングなしに含んでいることを証明し、さらに強い仮説を証明した。
論文参考訳（メタデータ） (2020-02-03T07:23:11Z)

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。