Fugu-MT 論文翻訳(概要): A Quantum Algorithm for Shapley Value Estimation

論文の概要: A Quantum Algorithm for Shapley Value Estimation

arxiv url: http://arxiv.org/abs/2301.04727v4
Date: Sun, 03 Nov 2024 12:11:33 GMT
ステータス: 翻訳完了
システム内更新日: 2024-11-05 21:25:34.223696
Title: A Quantum Algorithm for Shapley Value Estimation
Title（参考訳）: 共有値推定のための量子アルゴリズム
Authors: Iain Burge, Michel Barbeau, Joaquin Garcia-Alfaro,
Abstract要約: そこで我々は,ある信頼区間内でShapley値を抽出できる量子アルゴリズムを提案する。投票ゲームの具体例で各アプローチの有効性を示す。
参考スコア（独自算出の注目度）: 0.8739101659113155
License:
Abstract: In the classical context, the cooperative game theory concept of the Shapley value has been adapted for post hoc explanations of machine learning models. However, this approach does not easily translate to eXplainable Quantum ML (XQML). Finding Shapley values can be highly computationally complex. We propose quantum algorithms which can extract Shapley values within some confidence interval. Our results perform in polynomial time. We demonstrate the validity of each approach under specific examples of cooperative voting games.
Abstract（参考訳）: 古典的な文脈では、Shapley値の協調ゲーム理論の概念は機械学習モデルのポストホックな説明に適応している。しかし、このアプローチはeXplainable Quantum ML(XQML)に簡単には翻訳できない。シェープ値の発見は非常に複雑である。そこで我々は,ある信頼区間内でShapley値を抽出できる量子アルゴリズムを提案する。私たちの結果は多項式時間で実行されます。協調投票ゲームの具体例において, それぞれのアプローチの有効性を示す。

関連論文リスト

Efficient Learning for Linear Properties of Bounded-Gate Quantum Circuits [63.733312560668274]
d可変RZゲートとG-dクリフォードゲートを含む量子回路を与えられた場合、学習者は純粋に古典的な推論を行い、その線形特性を効率的に予測できるだろうか? 我々は、d で線形にスケーリングするサンプルの複雑さが、小さな予測誤差を達成するのに十分であり、対応する計算の複雑さは d で指数関数的にスケールすることを証明する。我々は,予測誤差と計算複雑性をトレードオフできるカーネルベースの学習モデルを考案し,多くの実践的な環境で指数関数からスケーリングへ移行した。
論文参考訳（メタデータ） (2024-08-22T08:21:28Z)
Fast Shapley Value Estimation: A Unified Approach [71.92014859992263]
冗長な手法を排除し、単純で効率的なシェープリー推定器SimSHAPを提案する。既存手法の解析において、推定器は特徴部分集合からランダムに要約された値の線形変換として統一可能であることを観察する。実験により,SimSHAPの有効性が検証され,精度の高いShapley値の計算が大幅に高速化された。
論文参考訳（メタデータ） (2023-11-02T06:09:24Z)
An Efficient Shapley Value Computation for the Naive Bayes Classifier [0.0]
本稿では, 単純ベイズ分類器の場合のShapley値の正確な解析式を提案する。以上の結果から,本提案はアルゴリズムの複雑さを低く抑えた有意な結果をもたらすことが示唆された。
論文参考訳（メタデータ） (2023-07-31T14:39:10Z)
Quantum Clustering with k-Means: a Hybrid Approach [117.4705494502186]
我々は3つのハイブリッド量子k-Meansアルゴリズムを設計、実装、評価する。我々は距離の計算を高速化するために量子現象を利用する。我々は、我々のハイブリッド量子k-平均アルゴリズムが古典的バージョンよりも効率的であることを示す。
論文参考訳（メタデータ） (2022-12-13T16:04:16Z)
A didactic approach to quantum machine learning with a single qubit [68.8204255655161]
我々は、データ再ロード技術を用いて、単一のキュービットで学習するケースに焦点を当てる。我々は、Qiskit量子コンピューティングSDKを用いて、おもちゃと現実世界のデータセットに異なる定式化を実装した。
論文参考訳（メタデータ） (2022-11-23T18:25:32Z)
From Shapley Values to Generalized Additive Models and back [16.665883787432858]
我々は$n$-Shapley Valuesを紹介します。これはShapley Valuesの自然な拡張で、$n$までの相互作用項による個々の予測を説明します。 Shapley-GAMから任意の順序でShapley Valuesを計算し、これらの説明の限界について正確な洞察を与える。技術的には、値関数を選択する異なる方法と元の関数の異なる機能分解との間には、1対1の対応があることが示される。
論文参考訳（メタデータ） (2022-09-08T19:37:06Z)
PDD-SHAP: Fast Approximations for Shapley Values using Functional Decomposition [2.0559497209595823]
我々は、ANOVAに基づく関数分解モデルを用いて説明中のブラックボックスモデルを近似するアルゴリズムであるPDD-SHAPを提案する。これにより、Shapleyの値を既存の大規模データセットの手法よりも桁違いに高速に計算でき、Shapleyの計算コストを大幅に削減できる。
論文参考訳（メタデータ） (2022-08-26T11:49:54Z)
The Shapley Value in Machine Learning [5.867472712737402]
機械学習におけるShapleyの価値の最も重要な応用について概説する。シェープリー値の最も重要な限界について検討し、今後の研究の方向性を指摘する。
論文参考訳（メタデータ） (2022-02-11T13:25:11Z)
groupShapley: Efficient prediction explanation with Shapley values for feature groups [2.320417845168326]
シェープ価値は、機械学習モデルから予測を説明するための最も適切で理論的に健全なフレームワークの1つとして、自らを確立している。 Shapley値の主な欠点は、その計算複雑性が入力機能の数で指数関数的に増加することである。本稿では、上記のボトルネックを扱うための概念的にシンプルなアプローチであるgroupShapleyを紹介する。
論文参考訳（メタデータ） (2021-06-23T08:16:14Z)
Q-Match: Iterative Shape Matching via Quantum Annealing [64.74942589569596]
形状対応を見つけることは、NP-hard quadratic assignment problem (QAP)として定式化できる。本稿では,アルファ拡大アルゴリズムに触発されたQAPの反復量子法Q-Matchを提案する。 Q-Match は、実世界の問題にスケールできるような長文対応のサブセットにおいて、反復的に形状マッチング問題に適用できる。
論文参考訳（メタデータ） (2021-05-06T17:59:38Z)
Fast Hierarchical Games for Image Explanations [78.16853337149871]
本稿では,シェープリー係数の階層的拡張に基づく画像分類のモデル非依存な説明法を提案する。他のShapleyベースの説明手法とは異なり、h-Shapはスケーラブルで近似を必要とせずに計算できる。本手法は,合成データセット,医用画像シナリオ,一般コンピュータビジョン問題において,一般的なシャプリーベースおよび非サプリーベース手法と比較した。
論文参考訳（メタデータ） (2021-04-13T13:11:02Z)

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。