Fugu-MT 論文翻訳(概要): Recovery Guarantees for Distributed-OMP

論文の概要: Recovery Guarantees for Distributed-OMP

arxiv url: http://arxiv.org/abs/2209.07230v2
Date: Tue, 31 Oct 2023 11:55:54 GMT
ステータス: 処理完了
システム内更新日: 2023-11-02 04:46:19.841788
Title: Recovery Guarantees for Distributed-OMP
Title（参考訳）: 分散ompのリカバリ保証
Authors: Chen Amiraz, Robert Krauthgamer and Boaz Nadler
Abstract要約: 高次元スパース線形回帰のための分散スキームについて検討する。分散OMPスキームは, 分散OMP方式により, マシン単位の線形通信による回帰ベクトルの支持を回復し, 空間的・対数的次元で表す。シミュレーションにより,分散OMP方式はより計算集約的な手法と競合することを示した。
参考スコア（独自算出の注目度）: 8.393317912360564
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We study distributed schemes for high-dimensional sparse linear regression, based on orthogonal matching pursuit (OMP). Such schemes are particularly suited for settings where a central fusion center is connected to end machines, that have both computation and communication limitations. We prove that under suitable assumptions, distributed-OMP schemes recover the support of the regression vector with communication per machine linear in its sparsity and logarithmic in the dimension. Remarkably, this holds even at low signal-to-noise-ratios, where individual machines are unable to detect the support. Our simulations show that distributed-OMP schemes are competitive with more computationally intensive methods, and in some cases even outperform them.
Abstract（参考訳）: 直交マッチング追従(OMP)に基づく高次元スパース線形回帰のための分散スキームについて検討した。このようなスキームは、中央核融合センターが計算と通信の制限があるエンドマシンに接続されている設定に特に適している。適切な仮定の下では、分散ompスキームは、その分散度と次元の対数性において機械単位の通信で回帰ベクトルのサポートを回復する。驚くべきことに、これは個々のマシンがサポートを検出できない低信号対ノイズ比でも保持される。シミュレーションにより,分散OMP方式はより計算集約的な手法と競合することを示した。

関連論文リスト

Diffusion Generative Modelling for Divide-and-Conquer MCMC [0.0]
Divide-and-conquer MCMCはマルコフ連鎖モンテカルロサンプリングの並列化戦略である。本稿では,拡散生成モデルを用いて後続分布に密度近似を適合させる手法を提案する。
論文参考訳（メタデータ） (2024-06-17T15:48:46Z)
Computing Low-Entropy Couplings for Large-Support Distributions [53.00113867130712]
最小エントロピー結合は因果関係やステガノグラフィーなどの分野で応用されている。既存のアルゴリズムは、大容量の分布に対して計算的に抽出可能であるか、特定の分布タイプに限定されている。この研究は、事前の反復MECアプローチを一般化されたパーティションベースの形式主義に統一することにより、これらの制限に対処する。
論文参考訳（メタデータ） (2024-05-29T21:54:51Z)
Random Aggregate Beamforming for Over-the-Air Federated Learning in Large-Scale Networks [66.18765335695414]
本稿では,アグリゲーションエラーを最小限に抑え,選択したデバイス数を最大化する目的で,共同装置の選択とアグリゲーションビームフォーミング設計について検討する。コスト効率のよい方法でこの問題に取り組むために,ランダムな集合ビームフォーミング方式を提案する。また, 得られた集計誤差と, デバイス数が大きい場合に選択したデバイス数についても解析を行った。
論文参考訳（メタデータ） (2024-02-20T23:59:45Z)
Distributed Markov Chain Monte Carlo Sampling based on the Alternating Direction Method of Multipliers [143.6249073384419]
本論文では,乗算器の交互方向法に基づく分散サンプリング手法を提案する。我々は,アルゴリズムの収束に関する理論的保証と,その最先端性に関する実験的証拠の両方を提供する。シミュレーションでは,線形回帰タスクとロジスティック回帰タスクにアルゴリズムを配置し,その高速収束を既存の勾配法と比較した。
論文参考訳（メタデータ） (2024-01-29T02:08:40Z)
CoVO-MPC: Theoretical Analysis of Sampling-based MPC and Optimal Covariance Design [8.943418808959494]
我々は,広く使用されているサンプリングベースモデル予測経路積分制御(MPPI)法の収束特性を特徴付ける。時間変動LQRシステムをカバーする2次最適化では,MPPIは少なくとも線形収束率を満足することを示す。我々の理論解析は、サンプリングに基づく新しいMPCアルゴリズム、CoVo-MPCに直結する。実証的には、CoVo-MPCはシミュレーションと現実世界のクワッドアジャイルコントロールの両方で標準MPPIを43～54%上回っている。
論文参考訳（メタデータ） (2024-01-14T21:10:59Z)
Iterative Sketching for Secure Coded Regression [66.53950020718021]
分散線形回帰を高速化する手法を提案する。具体的には、方程式の系の基礎をランダムに回転させ、次にサブサンプルブロックを回転させ、情報を同時に確保し、回帰問題の次元を小さくする。
論文参考訳（メタデータ） (2023-08-08T11:10:42Z)
Learning-based Control for PMSM Using Distributed Gaussian Processes with Optimal Aggregation Strategy [16.7267979284111]
機械学習技術は、システムの未知の部分を推論するために広く使われている。実用的な実装では、分散GPRを用いて高い計算複雑性を緩和する。 Lyapunov 安定性理論に基づいて,PMSM の分散 GPR の最適集約戦略を提案する。
論文参考訳（メタデータ） (2023-07-26T03:56:24Z)
Distributed Sparse Linear Regression under Communication Constraints [4.997371967242497]
本稿では, 疎線形回帰モデルの分散学習に着目し, 厳しい通信制約下での学習に着目する。我々の計画では、個々のマシンがデバイアスのラッソ推定器を計算しますが、融合センターに送信するのはごくわずかです。シミュレーションでは、我々のスキームは通信集約的なアプローチよりもうまく機能し、場合によっては優れていることが示される。
論文参考訳（メタデータ） (2023-01-09T08:23:37Z)
Formal Controller Synthesis for Markov Jump Linear Systems with Uncertain Dynamics [64.72260320446158]
マルコフジャンプ線形系に対する制御器の合成法を提案する。本手法は,MJLSの離散(モードジャンピング)と連続(確率線形)の両方の挙動を捉える有限状態抽象化に基づいている。本手法を複数の現実的なベンチマーク問題,特に温度制御と航空機の配送問題に適用する。
論文参考訳（メタデータ） (2022-12-01T17:36:30Z)
Multiplierless MP-Kernel Machine For Energy-efficient Edge Devices [6.335302509003343]
マルチプライアレスカーネルマシンを設計するための新しいフレームワークを提案する。このフレームワークは、マージン伝播(MP)技術に基づいて、ピースワイズ線形(PWL)近似を使用する。本研究では,FPGA(Field Programmable Gate Array)プラットフォーム向けに最適化されたハードウェアフレンドリーなMPベースの推論とオンライントレーニングアルゴリズムを提案する。
論文参考訳（メタデータ） (2021-06-03T16:06:08Z)
Efficient semidefinite-programming-based inference for binary and multi-class MRFs [83.09715052229782]
分割関数やMAP推定をペアワイズMRFで効率的に計算する手法を提案する。一般のバイナリMRFから完全多クラス設定への半定緩和を拡張し、解法を用いて再び効率的に解けるようなコンパクトな半定緩和を開発する。
論文参考訳（メタデータ） (2020-12-04T15:36:29Z)

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。