Fugu-MT 論文翻訳(概要): Hotelling Deflation on Large Symmetric Spiked Tensors

論文の概要: Hotelling Deflation on Large Symmetric Spiked Tensors

arxiv url: http://arxiv.org/abs/2304.10248v1
Date: Thu, 20 Apr 2023 12:16:05 GMT
ステータス: 処理完了
システム内更新日: 2023-04-21 13:30:42.649621
Title: Hotelling Deflation on Large Symmetric Spiked Tensors
Title（参考訳）: 大きな対称スパイクテンソル上のホバーリングデフレ
Authors: Mohamed El Amine Seddik, Jos\'e Henrique de Morais Goulart, Maxime Guillaud
Abstract要約: 逐次ランク1近似により得られるベクトルのアライメントの観点から,デフレの大きな次元的性能を正確に評価する。本分析により,雑音の存在下でのデフレ機構の理解が可能となり,より効率的な信号推定法の設計に利用することができる。
参考スコア（独自算出の注目度）: 10.706763980556445
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This paper studies the deflation algorithm when applied to estimate a low-rank symmetric spike contained in a large tensor corrupted by additive Gaussian noise. Specifically, we provide a precise characterization of the large-dimensional performance of deflation in terms of the alignments of the vectors obtained by successive rank-1 approximation and of their estimated weights, assuming non-trivial (fixed) correlations among spike components. Our analysis allows an understanding of the deflation mechanism in the presence of noise and can be exploited for designing more efficient signal estimation methods.
Abstract（参考訳）: 本稿では,添加ガウス雑音により崩壊する大きなテンソルに含まれる低ランク対称スパイクを推定するためにデフレ化アルゴリズムを適用した。具体的には,逐次rank-1近似により得られたベクトルのアライメントと推定重みの観点で,スパイク成分間の非自明な(固定された)相関を仮定して,デフレの大次元的性能を精度良く評価する。本解析により,ノイズの存在下でのデフレ機構の理解が可能となり,より効率的な信号推定法の設計に活用できる。

関連論文リスト

Study of Robust Direction Finding Based on Joint Sparse Representation [2.3333781137726137]
スパース信号回復(SSR)に基づく新しいDOA推定法を提案する。グリッドミスマッチの問題に対処するために、交互最適化アプローチを用いる。シミュレーションの結果,提案手法は大きな外れ値に対してロバスト性を示すことがわかった。
論文参考訳（メタデータ） (2024-05-27T02:26:37Z)
Matrix Denoising with Doubly Heteroscedastic Noise: Fundamental Limits and Optimal Spectral Methods [24.06775799553418]
本研究では,列相関と列相関の両方でノイズによって劣化したランク1$の信号の特異ベクトルを推定する行列記述問題について検討する。本研究は,2つのヘテロセダスティックノイズを重畳した行列の,情報理論的およびアルゴリズム的限界を確立する。
論文参考訳（メタデータ） (2024-05-22T18:38:10Z)
Optimizing Orthogonalized Tensor Deflation via Random Tensor Theory [5.124256074746721]
本稿では、ランダムノイズテンソルから相関成分を持つ低ランク信号テンソルを復元する問題に取り組む。非直交成分はテンソルデフレレーション機構を変化させ、効率的に回復するのを防ぐことができる。デフレレーション機構で導入されたパラメータを最適化することにより、効率的なテンソルデフレレーションアルゴリズムを提案する。
論文参考訳（メタデータ） (2023-02-11T22:23:27Z)
Mismatched estimation of non-symmetric rank-one matrices corrupted by structured noise [21.447998004700384]
本研究では,非対称な回転不変雑音によって劣化したランク1信号と特異値の一般分布を推定するベイズ統計学者の性能について検討する。我々は、ミスマッチしたベイズ推定器の誤差に対する正確な解析式を導出し、また、近似メッセージパッシング(AMP)アルゴリズムの解析も提供する。
論文参考訳（メタデータ） (2023-02-07T07:56:19Z)
Towards Efficient and Accurate Approximation: Tensor Decomposition Based on Randomized Block Krylov Iteration [27.85452105378894]
本研究は, rBKI-TKに基づく階層テンソルリング分解を用いて, rBKI-TKを精度よく近似するタッカー分解(rBKI-TK)を設計し, 大規模データの効率的な圧縮を行う。データ圧縮と復調の両方において,提案手法の効率性,精度,スケーラビリティを数値的に示す。
論文参考訳（メタデータ） (2022-11-27T13:45:28Z)
Error Analysis of Tensor-Train Cross Approximation [88.83467216606778]
我々は, テンソル全体の精度保証を行う。結果は数値実験により検証され、高次テンソルに対するクロス近似の有用性に重要な意味を持つ可能性がある。
論文参考訳（メタデータ） (2022-07-09T19:33:59Z)
High-Order Qubit Dephasing at Sweet Spots by Non-Gaussian Fluctuators: Symmetry Breaking and Floquet Protection [55.41644538483948]
非ガウスゆらぎによるqubit dephasingについて検討した。非ガウス雑音に特有の対称性破壊効果を予測する。
論文参考訳（メタデータ） (2022-06-06T18:02:38Z)
Partial Identification with Noisy Covariates: A Robust Optimization Approach [94.10051154390237]
観測データセットからの因果推論は、しばしば共変量の測定と調整に依存する。このロバストな最適化手法により、広範囲な因果調整法を拡張し、部分的同定を行うことができることを示す。合成および実データセット全体で、このアプローチは既存の手法よりも高いカバレッジ確率でATEバウンダリを提供する。
論文参考訳（メタデータ） (2022-02-22T04:24:26Z)
Differentiable Annealed Importance Sampling and the Perils of Gradient Noise [68.44523807580438]
Annealed importance sample (AIS) と関連するアルゴリズムは、限界推定のための非常に効果的なツールである。差別性は、目的として限界確率を最適化する可能性を認めるため、望ましい性質である。我々はメトロポリス・ハスティングスのステップを放棄して微分可能アルゴリズムを提案し、ミニバッチ計算をさらに解き放つ。
論文参考訳（メタデータ） (2021-07-21T17:10:14Z)
Learning Optical Flow from a Few Matches [67.83633948984954]
密な相関体積表現は冗長であり、その中の要素のほんの一部で正確なフロー推定が達成できることを示した。実験により,高い精度を維持しつつ計算コストとメモリ使用量を大幅に削減できることを示した。
論文参考訳（メタデータ） (2021-04-05T21:44:00Z)
Uncertainty quantification for nonconvex tensor completion: Confidence intervals, heteroscedasticity and optimality [92.35257908210316]
本研究では,不完全かつ破損した観測によって与えられる低ランクテンソルを推定する問題について検討する。改善不可能なレートをell-2$の精度で達成できることが分かりました。
論文参考訳（メタデータ） (2020-06-15T17:47:13Z)

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。