Fugu-MT 論文翻訳(概要): Maximum Likelihood With a Time Varying Parameter

論文の概要: Maximum Likelihood With a Time Varying Parameter

arxiv url: http://arxiv.org/abs/2302.14529v1
Date: Tue, 28 Feb 2023 12:40:42 GMT
ステータス: 処理完了
システム内更新日: 2023-03-01 16:33:06.581005
Title: Maximum Likelihood With a Time Varying Parameter
Title（参考訳）: 時間変化パラメータによる最大確率
Authors: Alberto Lanconelli and Christopher S. A. Lauria
Abstract要約: 独立観測系列の進化を特徴付ける未知の時間変化パラメータを追跡する問題を考える。本稿では,観測結果のログ類似度を時間変化ゲイン関数として振る舞う勾配勾配勾配に基づく手法を提案する。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We consider the problem of tracking an unknown time varying parameter that characterizes the probabilistic evolution of a sequence of independent observations. To this aim, we propose a stochastic gradient descent-based recursive scheme in which the log-likelihood of the observations acts as time varying gain function. We prove convergence in mean-square error in a suitable neighbourhood of the unknown time varying parameter and illustrate the details of our findings in the case where data are generated from distributions belonging to the exponential family.
Abstract（参考訳）: 独立観測の系列の確率的進化を特徴付ける未知の時間変化パラメータを追跡する問題を考える。本研究では,観測の対数類似性が時間変化利得関数として作用する確率的勾配勾配勾配に基づく再帰スキームを提案する。本研究では,未知の時間変化パラメータの適切な近傍における平均二乗誤差の収束性を証明し,指数族に属する分布からデータを生成する場合の知見の詳細を説明する。

関連論文リスト

Convergence of the denoising diffusion probabilistic models [0.0]
我々は,Ho,J.,Jain,A.,Abbeelで提示された拡散確率モデル(DDPM)の原版を解析した。我々の主定理は、元のDDPMサンプリングアルゴリズムによって構築されたシーケンスは、時間ステップの回数が無限大になるにつれて、与えられたデータ分布に弱収束することを示している。
論文参考訳（メタデータ） (2024-06-03T13:38:18Z)
Ultimate limit on learning non-Markovian behavior: Fisher information rate and excess information [0.0]
時系列データからプロセスの未知のパラメータを学習する基本的な限界に対処する。観測時間とともに最適な推測がいかにスケールするかを示す、正確な閉形式表現を発見する。
論文参考訳（メタデータ） (2023-10-06T01:53:42Z)
Extending Path-Dependent NJ-ODEs to Noisy Observations and a Dependent Observation Framework [6.404122934568861]
ノイズの多い観測を処理できる新しい損失関数を導入し、これまで使用されていた損失関数が一貫した推定値に導かなかった理由を説明する。
論文参考訳（メタデータ） (2023-07-24T22:01:22Z)
Causal inference for the expected number of recurrent events in the presence of a terminal event [0.0]
終端イベントの存在下での繰り返し事象の因果推論と効率的な推定について検討した。絶対連続性の仮定は、障害、検閲、観察されたデータの基本的な確率分布についてなされない。
論文参考訳（メタデータ） (2023-06-28T21:31:25Z)
Probabilistic Learning of Multivariate Time Series with Temporal Irregularity [25.91078012394032]
不均一な時間間隔やコンポーネントのミスアライメントを含む時間的不規則。我々は,非ガウス的データ分布を非パラメトリック的に表現する条件フロー表現を開発する。提案手法の広範な適用性と優位性は,実世界のデータセット上でのアブレーション研究とテストを通じて,既存のアプローチと比較することによって確認される。
論文参考訳（メタデータ） (2023-06-15T14:08:48Z)
Continuous-Time Modeling of Counterfactual Outcomes Using Neural Controlled Differential Equations [84.42837346400151]
反現実的な結果を予測することは、パーソナライズされたヘルスケアをアンロックする可能性がある。既存の因果推論アプローチでは、観察と治療決定の間の通常の離散時間間隔が考慮されている。そこで本研究では,腫瘍増殖モデルに基づく制御可能なシミュレーション環境を提案する。
論文参考訳（メタデータ） (2022-06-16T17:15:15Z)
TACTiS: Transformer-Attentional Copulas for Time Series [76.71406465526454]
時間変化量の推定は、医療や金融などの分野における意思決定の基本的な構成要素である。本稿では,アテンションベースデコーダを用いて関節分布を推定する多元的手法を提案する。本研究では,本モデルが実世界の複数のデータセットに対して最先端の予測を生成することを示す。
論文参考訳（メタデータ） (2022-02-07T21:37:29Z)
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)
Learning Interpretable Deep State Space Model for Probabilistic Time Series Forecasting [98.57851612518758]
確率的時系列予測は、その歴史に基づいて将来の分布を推定する。本稿では,非線形エミッションモデルと遷移モデルとをネットワークによってパラメータ化した,確率的時系列予測のための深部状態空間モデルを提案する。実験では,我々のモデルが正確かつ鋭い確率予測を生成することを示す。
論文参考訳（メタデータ） (2021-01-31T06:49:33Z)
The Connection between Discrete- and Continuous-Time Descriptions of Gaussian Continuous Processes [60.35125735474386]
我々は、一貫した推定子をもたらす離散化が粗粒化下での不変性を持つことを示す。この結果は、導関数再構成のための微分スキームと局所時間推論アプローチの組み合わせが、2次または高次微分方程式の時系列解析に役立たない理由を説明する。
論文参考訳（メタデータ） (2021-01-16T17:11:02Z)
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。