Fugu-MT 論文翻訳(概要): On regression analysis with Pad\'e approximants

論文の概要: On regression analysis with Pad\'e approximants

arxiv url: http://arxiv.org/abs/2208.09945v1
Date: Sun, 21 Aug 2022 18:45:57 GMT
ステータス: 処理完了
システム内更新日: 2022-08-23 14:04:53.375324
Title: On regression analysis with Pad\'e approximants
Title（参考訳）: Pad\'e近似を用いた回帰解析について
Authors: Glib Yevkin and Olexandr Yevkin
Abstract要約: 二次元回帰解析へのPade近似の適用の利点と難しさについて論じる。最小二乗法では、新しい残基の定式化が提案される。
参考スコア（独自算出の注目度）: 2.131078194607716
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The advantages and difficulties of application of Pad\'e approximants to two-dimensional regression analysis are discussed. New formulation of residuals is suggested in the method of least squares. It leads to a system of linear equations in case of rational functions. The possibility of using Tikhonov regularization technique to avoid overfitting is demonstrated in this approach. To illustrate the efficiency of the suggested method, several practical cases from physics and reliability theory are considered.
Abstract（参考訳）: 2次元回帰解析へのPad\'e近似の適用の利点と難しさについて論じる。残差の新しい定式化は最小二乗法で提案されている。これは有理関数の場合の線形方程式の系につながる。過剰フィッティングを避けるためにtikhonov正規化手法を使用する可能性を示す。提案手法の効率性を説明するために,物理と信頼性理論の実践事例をいくつか検討した。

関連論文リスト

A Unified Theory of Stochastic Proximal Point Methods without Smoothness [52.30944052987393]
近点法はその数値的安定性と不完全なチューニングに対する頑健性からかなりの関心を集めている。本稿では,近位点法(SPPM)の幅広いバリエーションの包括的解析について述べる。
論文参考訳（メタデータ） (2024-05-24T21:09:19Z)
A Structure-Preserving Kernel Method for Learning Hamiltonian Systems [3.594638299627404]
構造保存されたカーネルリッジ回帰法は、潜在的に高次元かつ非線形なハミルトン関数の回復を可能にする。本稿では,勾配の線形関数を含む損失関数が要求される問題に対して,カーネル回帰法を拡張した。固定正則化パラメータと適応正則化パラメータを用いて収束率を提供する完全誤差解析を行う。
論文参考訳（メタデータ） (2024-03-15T07:20:21Z)
Vector-Valued Least-Squares Regression under Output Regularity Assumptions [73.99064151691597]
最小二乗回帰問題を無限次元出力で解くために,還元ランク法を提案し,解析する。提案手法の学習バウンダリを導出し、フルランク手法と比較して統計的性能の設定を改善する研究を行う。
論文参考訳（メタデータ） (2022-11-16T15:07:00Z)
SARAH-based Variance-reduced Algorithm for Stochastic Finite-sum Cocoercive Variational Inequalities [137.6408511310322]
有限サムコヒーレンシブ変分不等式の問題を考える。強い単調な問題に対しては、この方法を用いて解への線形収束を達成することができる。
論文参考訳（メタデータ） (2022-10-12T08:04:48Z)
A Provably Efficient Model-Free Posterior Sampling Method for Episodic Reinforcement Learning [50.910152564914405]
強化学習のための既存の後方サンプリング手法は、モデルベースであるか、線形MDPを超える最悪の理論的保証がないかによって制限される。本稿では,理論的保証を伴うより一般的な補足的強化学習問題に適用可能な,後部サンプリングのモデルフリーな新しい定式化を提案する。
論文参考訳（メタデータ） (2022-08-23T12:21:01Z)
Robust online joint state/input/parameter estimation of linear systems [0.0]
本稿では,線形システムの状態,入力,パラメータをオンライン形式で共同で推定する手法を提案する。この方法は、非ガウス雑音や外れ値で劣化した測定のために特別に設計されている。
論文参考訳（メタデータ） (2022-04-12T09:41:28Z)
Time varying regression with hidden linear dynamics [74.9914602730208]
線形力学系に従って未知のパラメータが進化することを前提とした時間変化線形回帰モデルを再検討する。反対に、基礎となる力学が安定である場合、このモデルのパラメータは2つの通常の最小二乗推定と組み合わせることで、データから推定できることが示される。
論文参考訳（メタデータ） (2021-12-29T23:37:06Z)
Optimal prediction for kernel-based semi-functional linear regression [5.827901300943599]
半関数線形モデルにおける予測のための収束の最小値を求める。その結果, よりスムーズな関数成分は, 非パラメトリック成分が知られているようなミニマックス速度で学習できることが判明した。
論文参考訳（メタデータ） (2021-10-29T04:55:44Z)
MINIMALIST: Mutual INformatIon Maximization for Amortized Likelihood Inference from Sampled Trajectories [61.3299263929289]
シミュレーションベースの推論は、その可能性が実際に計算できない場合でもモデルのパラメータを学習することができる。あるクラスのメソッドは、異なるパラメータでシミュレートされたデータを使用して、確率とエビデンス比の償却推定器を推定する。モデルパラメータとシミュレーションデータ間の相互情報の観点から,本手法が定式化可能であることを示す。
論文参考訳（メタデータ） (2021-06-03T12:59:16Z)
Rule-based Bayesian regression [0.90238471756546]
回帰問題に対処する新しいルールベースのアプローチを導入する。新しい手法は2つの枠組みから成り立っている: (i)ベイズ的推論を用いて利害パラメータの不確実性に関する情報を提供する; (ii)ルールベースのシステムを通じて専門家の知識を組み込むことを可能にする。
論文参考訳（メタデータ） (2020-08-02T07:20:45Z)
Sparse Methods for Automatic Relevance Determination [0.0]
まず、自動妥当性決定(ARD)について検討し、スパースモデルを実現するために、追加の正規化やしきい値設定の必要性を解析的に実証する。次に、正規化ベースとしきい値ベースという2つの手法のクラスについて論じる。
論文参考訳（メタデータ） (2020-05-18T14:08:49Z)

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。