論文の概要: Semiparametric inference using fractional posteriors
- arxiv url: http://arxiv.org/abs/2301.08158v1
- Date: Thu, 19 Jan 2023 16:23:36 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-20 14:41:04.052139
- Title: Semiparametric inference using fractional posteriors
- Title(参考訳): fractional posteriorsを用いた半パラメトリック推定
- Authors: Alice L'Huillier, Luke Travis, Isma\"el Castillo and Kolyan Ray
- Abstract要約: 半パラメトリックな不確実性定量化を行うことができるが,その大きさは膨大であることを示す。
さらに、正則性条件下で最適なサイズを持つ効率的な信頼度セットであるイシフテッド・アンド・リスケールされた分数化後続集合を提案する。
- 参考スコア(独自算出の注目度): 3.249853429482705
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We establish a general Bernstein--von Mises theorem for approximately linear
semiparametric functionals of fractional posterior distributions based on
nonparametric priors. This is illustrated in a number of nonparametric settings
and for different classes of prior distributions, including Gaussian process
priors. We show that fractional posterior credible sets can provide reliable
semiparametric uncertainty quantification, but have inflated size. To remedy
this, we further propose a \textit{shifted-and-rescaled} fractional posterior
set that is an efficient confidence set having optimal size under regularity
conditions. As part of our proofs, we also refine existing contraction rate
results for fractional posteriors by sharpening the dependence of the rate on
the fractional exponent.
- Abstract(参考訳): 非パラメトリック先行性に基づく分数的後続分布の概線型半パラメトリック汎函数に対する一般ベルンシュタイン-ヴォン・ミーゼスの定理を確立する。
これは多くの非パラメトリックな設定や、ガウス過程の事前を含む様々な事前分布のクラスで示される。
半パラメトリックな不確実性定量化を行うことができるが,その大きさは膨大であることを示す。
これに対処するため、我々はさらに、正則条件下で最適なサイズを持つ効率的な信頼集合である分数後集合 \textit{shifted-and-rescaled} を提案する。
また,この結果から,分数指数に対する率依存性を鋭くすることで,分数後遺症に対する既存の収縮率の精度を向上できた。
関連論文リスト
- Likelihood Ratio Confidence Sets for Sequential Decision Making [51.66638486226482]
確率に基づく推論の原理を再検討し、確率比を用いて妥当な信頼シーケンスを構築することを提案する。
本手法は, 精度の高い問題に特に適している。
提案手法は,オンライン凸最適化への接続に光を当てることにより,推定器の最適シーケンスを確実に選択する方法を示す。
論文 参考訳(メタデータ) (2023-11-08T00:10:21Z) - Sequential Gibbs Posteriors with Applications to Principal Component
Analysis [8.90721241624138]
ギブス後部は、確率自由ベイズ推論の原理的な枠組みを提供する。
しかし、単一のチューニングパラメータを含む多くの状況では、必然的に不確かさの定量化につながる。
この問題に対処するため,ギブス後方への逐次拡張を提案する。
論文 参考訳(メタデータ) (2023-10-19T16:36:18Z) - Curvature-Independent Last-Iterate Convergence for Games on Riemannian
Manifolds [77.4346324549323]
本研究では, 多様体の曲率に依存しないステップサイズが, 曲率非依存かつ直線的最終点収束率を達成することを示す。
我々の知る限りでは、曲率非依存率や/または最終点収束の可能性はこれまでに検討されていない。
論文 参考訳(メタデータ) (2023-06-29T01:20:44Z) - Robust probabilistic inference via a constrained transport metric [8.85031165304586]
我々は、パラメトリックな分布の族の近くに集中するように慎重に設計された指数関数的に傾いた経験的確に構築することで、新しい代替手段を提供する。
提案手法は,多種多様なロバストな推論問題に応用し,中心分布に付随するパラメータを推論する。
我々は,最先端の頑健なベイズ推論手法と比較した場合,提案手法の優れた性能を示す。
論文 参考訳(メタデータ) (2023-03-17T16:10:06Z) - Variational Refinement for Importance Sampling Using the Forward
Kullback-Leibler Divergence [77.06203118175335]
変分推論(VI)はベイズ推論における正確なサンプリングの代替として人気がある。
重要度サンプリング(IS)は、ベイズ近似推論手順の推定を微調整し、偏りを逸脱するためにしばしば用いられる。
近似ベイズ推論のための最適化手法とサンプリング手法の新たな組み合わせを提案する。
論文 参考訳(メタデータ) (2021-06-30T11:00:24Z) - Instance-Optimal Compressed Sensing via Posterior Sampling [101.43899352984774]
後部サンプリング推定器がほぼ最適回復保証を達成できることを示す。
本稿では,Langevin dynamics を用いた深部生成前駆体の後方サンプリング推定器を実装し,MAP よりも精度の高い推定値が得られることを実証的に見出した。
論文 参考訳(メタデータ) (2021-06-21T22:51:56Z) - Geometric convergence of elliptical slice sampling [0.0]
対応するマルコフ連鎖は幾何学的にエルゴード的であり、従って定性収束保証を与える。
エルゴディディティ結果が適用されない状況においても,楕円スライスサンプリングの寸法に依存しない性能を示す数値実験を行った。
論文 参考訳(メタデータ) (2021-05-07T15:00:30Z) - Boosting in Univariate Nonparametric Maximum Likelihood Estimation [5.770800671793959]
非パラメトリック最大推定は未知の密度分布を推定することを目的としている。
非パラメトリックデータフィッティングにおけるオーバーパラメータ化を軽減するため、スムーズな仮定は通常、推定にマージされる。
非パラメトリックログ類似性の2次近似によりブースティングアルゴリズムを推定する。
論文 参考訳(メタデータ) (2021-01-21T08:46:33Z) - Convergence Rates of Empirical Bayes Posterior Distributions: A
Variational Perspective [20.51199643121034]
非パラメトリックおよび高次元推論のための経験的ベイズ後部分布の収束率について検討した。
その結果,最大辺縁度推定器によって誘導される経験的ベイズ後部分布は,階層的ベイズ後部分布の変動近似とみなすことができることがわかった。
論文 参考訳(メタデータ) (2020-09-08T19:35:27Z) - Nonparametric Score Estimators [49.42469547970041]
未知分布によって生成されたサンプルの集合からスコアを推定することは確率モデルの推論と学習における基本的なタスクである。
正規化非パラメトリック回帰の枠組みの下で、これらの推定器の統一的なビューを提供する。
カールフリーカーネルと高速収束による計算効果を享受する反復正規化に基づくスコア推定器を提案する。
論文 参考訳(メタデータ) (2020-05-20T15:01:03Z) - Batch Stationary Distribution Estimation [98.18201132095066]
サンプル遷移の組を与えられたエルゴードマルコフ鎖の定常分布を近似する問題を考える。
与えられたデータに対する補正比関数の復元に基づく一貫した推定器を提案する。
論文 参考訳(メタデータ) (2020-03-02T09:10:01Z)
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。