Fugu-MT 論文翻訳(概要): Optimal Kernel for Kernel-Based Modal Statistical Methods

論文の概要: Optimal Kernel for Kernel-Based Modal Statistical Methods

arxiv url: http://arxiv.org/abs/2304.10046v1
Date: Thu, 20 Apr 2023 01:47:35 GMT
ステータス: 処理完了
システム内更新日: 2023-04-21 14:49:13.800326
Title: Optimal Kernel for Kernel-Based Modal Statistical Methods
Title（参考訳）: カーネルに基づくモーダル統計手法のための最適カーネル
Authors: Ryoya Yamasaki and Toshiyuki Tanaka
Abstract要約: カーネルベースのモーダル統計手法には、モード推定、回帰、クラスタリングがある。本稿では,カーネル関数の選択がそれらの推定精度に与える影響について検討する。
参考スコア（独自算出の注目度）: 8.571896191090744
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Kernel-based modal statistical methods include mode estimation, regression, and clustering. Estimation accuracy of these methods depends on the kernel used as well as the bandwidth. We study effect of the selection of the kernel function to the estimation accuracy of these methods. In particular, we theoretically show a (multivariate) optimal kernel that minimizes its analytically-obtained asymptotic error criterion when using an optimal bandwidth, among a certain kernel class defined via the number of its sign changes.
Abstract（参考訳）: カーネルベースのモーダル統計手法には、モード推定、回帰、クラスタリングがある。これらの手法の推定精度は、使用するカーネルと帯域幅に依存する。本稿では,カーネル関数の選択が評価精度に与える影響について検討する。特に、最適な帯域幅を使用する際に、解析的に得られた漸近誤差基準を最小化する(マルチバリケート)最適カーネルを、その符号数によって定義される特定のカーネルクラスの中で理論的に示す。

関連論文リスト

Optimal Kernel Choice for Score Function-based Causal Discovery [92.65034439889872]
本稿では,データに最も適合する最適なカーネルを自動的に選択する,一般化スコア関数内のカーネル選択手法を提案する。合成データと実世界のベンチマークの両方で実験を行い,提案手法がカーネル選択法より優れていることを示す。
論文参考訳（メタデータ） (2024-07-14T09:32:20Z)
On the Approximation of Kernel functions [0.0]
論文はカーネル自体の近似に対処する。単位立方体上のヒルベルト・ガウス核に対して、この論文は関連する固有関数の上界を確立する。この改良により、Nystr"om法のような低階近似法が確かめられる。
論文参考訳（メタデータ） (2024-03-11T13:50:07Z)
Structural Kernel Search via Bayesian Optimization and Symbolical Optimal Transport [5.1672267755831705]
ガウスのプロセスでは、カーネルの選択は重要なタスクであり、しばしば専門家が手動で行う。本稿では,カーネル空間を包含する新しい効率的な探索法を提案する。
論文参考訳（メタデータ） (2022-10-21T09:30:21Z)
Meta-Learning Hypothesis Spaces for Sequential Decision-making [79.73213540203389]
オフラインデータ(Meta-KeL)からカーネルをメタ学習することを提案する。穏やかな条件下では、推定されたRKHSが有効な信頼セットを得られることを保証します。また,ベイズ最適化におけるアプローチの有効性を実証的に評価した。
論文参考訳（メタデータ） (2022-02-01T17:46:51Z)
Kernel Mean Estimation by Marginalized Corrupted Distributions [96.9272743070371]
カーネル平均をヒルベルト空間で推定することは、多くのカーネル学習アルゴリズムにおいて重要な要素である。本稿では,カーネル平均推定器としてカーネル平均推定器を提案する。
論文参考訳（メタデータ） (2021-07-10T15:11:28Z)
A Note on Optimizing Distributions using Kernel Mean Embeddings [94.96262888797257]
カーネル平均埋め込みは、その無限次元平均埋め込みによる確率測度を表す。カーネルが特徴的である場合、カーネルの総和密度を持つ分布は密度が高いことを示す。有限サンプル設定でそのような分布を最適化するアルゴリズムを提供する。
論文参考訳（メタデータ） (2021-06-18T08:33:45Z)
Taming Nonconvexity in Kernel Feature Selection---Favorable Properties of the Laplace Kernel [77.73399781313893]
カーネルベースの特徴選択の客観的機能を確立することが課題である。非言語最適化に利用可能な勾配に基づくアルゴリズムは、局所ミニマへの収束を保証できるだけである。
論文参考訳（メタデータ） (2021-06-17T11:05:48Z)
Scalable Variational Gaussian Processes via Harmonic Kernel Decomposition [54.07797071198249]
汎用性を維持しつつ高い忠実度近似を提供する,スケーラブルな変分ガウス過程近似を導入する。様々な回帰問題や分類問題において,本手法は変換やリフレクションなどの入力空間対称性を活用できることを実証する。提案手法は, 純粋なGPモデルのうち, CIFAR-10 の最先端化を実現する。
論文参考訳（メタデータ） (2021-06-10T18:17:57Z)
Towards Unbiased Random Features with Lower Variance For Stationary Indefinite Kernels [26.57122949130266]
本アルゴリズムは,既存のカーネル近似法と比較して,より低い分散と近似誤差を達成する。もともと選択されたカーネルの近似性が向上し、分類精度と回帰能力が向上する。
論文参考訳（メタデータ） (2021-04-13T13:56:50Z)
Towards a Unified Quadrature Framework for Large-Scale Kernel Machines [35.32894170512829]
数値積分表現を用いて,大規模カーネルマシンのための二次的フレームワークを開発する。完全対称補間規則を利用して、カーネル近似のための二次ノードと関連する重みを効率的に計算する。
論文参考訳（メタデータ） (2020-11-03T12:48:07Z)
Kernel Selection for Modal Linear Regression: Optimal Kernel and IRLS Algorithm [8.571896191090744]
MLRパラメータの平均二乗誤差を最小化するという意味では,Biweightカーネルが最適であることを示す。第2に、アルゴリズムを反復的に再重み付けした最小二乗アルゴリズム(IRLS)が収束することを保証したカーネルクラスを提供する。
論文参考訳（メタデータ） (2020-01-30T03:57:07Z)

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。