Fugu-MT 論文翻訳(概要): Experimental Design for Any $p$-Norm

論文の概要: Experimental Design for Any $p$-Norm

arxiv url: http://arxiv.org/abs/2305.01942v1
Date: Wed, 3 May 2023 07:47:00 GMT
ステータス: 処理完了
システム内更新日: 2023-05-04 15:42:05.581364
Title: Experimental Design for Any $p$-Norm
Title（参考訳）: 任意の$p$-Normの実験的設計
Authors: Lap Chi Lau, Robert Wang, Hong Zhou
Abstract要約: 実験的な設計問題に対する一般的な$p$-normの目的は、いくつかのよく研究された目的(D/A/E-Design)を特別なケースとして捉えている。ランダムな局所探索手法は、全ての$p$でこの問題を解くための統一アルゴリズムを提供する。
参考スコア（独自算出の注目度）: 8.382574162454052
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We consider a general $p$-norm objective for experimental design problems that captures some well-studied objectives (D/A/E-design) as special cases. We prove that a randomized local search approach provides a unified algorithm to solve this problem for all $p$. This provides the first approximation algorithm for the general $p$-norm objective, and a nice interpolation of the best known bounds of the special cases.
Abstract（参考訳）: 我々は,実験的な設計問題に対する一般の$p$-norm 目標を,いくつかの熟達した目的 (d/a/e-design) を特殊ケースとして捉えた。ランダムな局所探索手法は、全ての$p$でこの問題を解くための統一アルゴリズムを提供する。これは一般の$p$-normの目的に対する最初の近似アルゴリズムを提供し、特殊ケースの最もよく知られた境界をうまく補間する。

関連論文リスト

Sum-of-Squares inspired Quantum Metaheuristic for Polynomial Optimization with the Hadamard Test and Approximate Amplitude Constraints [76.53316706600717]
最近提案された量子アルゴリズムarXiv:2206.14999は半定値プログラミング(SDP)に基づいている SDPにインスパイアされた量子アルゴリズムを2乗和に一般化する。この結果から,本アルゴリズムは大きな問題に適応し,最もよく知られた古典学に近似することが示唆された。
論文参考訳（メタデータ） (2024-08-14T19:04:13Z)
Theoretical Advantage of Multiobjective Evolutionary Algorithms for Problems with Different Degrees of Conflict [4.8951183832371]
OneMaxMin$_k$ベンチマーククラスは、COCZとOneMinMaxの一般化版である。 2つの典型的な非MOEAアプローチ、スカラー化(重み付きサム法)と$epsilon$-constraint法が検討されている。我々は、(G)SEMO、MOEA/D、NSGA-II、SMS-EMOAがパレートフロント全体を$O(maxk,1nln n)$でカバーできることを証明する。
論文参考訳（メタデータ） (2024-08-08T04:09:52Z)
Fast Optimal Locally Private Mean Estimation via Random Projections [58.603579803010796]
ユークリッド球における高次元ベクトルの局所的プライベート平均推定の問題について検討する。プライベート平均推定のための新しいアルゴリズムフレームワークであるProjUnitを提案する。各ランダム化器はその入力をランダムな低次元部分空間に投影し、結果を正規化し、最適なアルゴリズムを実行する。
論文参考訳（メタデータ） (2023-06-07T14:07:35Z)
Robust A-Optimal Experimental Design for Bayesian Inverse Problems [0.0]
最適設計は、逆問題の要素の項で定式化される事前定義されたユーティリティ関数を最大化する。本研究はベイズ逆問題に対する最適実験設計スキームを設計するための効率的なアルゴリズム的アプローチを提案する。
論文参考訳（メタデータ） (2023-05-05T21:43:00Z)
Private estimation algorithms for stochastic block models and mixture models [63.07482515700984]
効率的なプライベート推定アルゴリズムを設計するための一般的なツール。最初の効率的な$(epsilon, delta)$-differentially private algorithm for both weak recovery and exact recovery。
論文参考訳（メタデータ） (2023-01-11T09:12:28Z)
Hybrid quantum-classical algorithms for approximate graph coloring [65.62256987706128]
量子近似最適化アルゴリズム(RQAOA)をMAX-$k$-CUTに適用する方法を示す。任意のグラフに対するレベル-$1$QAOAとレベル-$1$RQAOAをシミュレートした,効率的な古典的シミュレーションアルゴリズムを構築する。
論文参考訳（メタデータ） (2020-11-26T18:22:21Z)
A Local Search Framework for Experimental Design [4.09920839425892]
本稿では,実験的な設計問題に対して,アルゴリズムとラウンドアルゴリズムの両方を設計・解析するための局所探索フレームワークを提案する。このフレームワークは、D/A/E-Designにおける既知のすべての結果と一致し、改善するための統一的なアプローチを提供する。
論文参考訳（メタデータ） (2020-10-29T17:43:06Z)
Convergence of adaptive algorithms for weakly convex constrained optimization [59.36386973876765]
モローエンベロープの勾配のノルムに対して$mathcaltilde O(t-1/4)$収束率を証明する。我々の分析では、最小バッチサイズが1ドル、定数が1位と2位のモーメントパラメータが1ドル、そしておそらくスムーズな最適化ドメインで機能する。
論文参考訳（メタデータ） (2020-06-11T17:43:19Z)
Locally Private Hypothesis Selection [96.06118559817057]
我々は、$mathcalQ$から$p$までの総変動距離が最良の分布に匹敵する分布を出力する。局所的な差分プライバシーの制約は、コストの急激な増加を引き起こすことを示す。提案アルゴリズムは,従来手法のラウンド複雑性を指数関数的に改善する。
論文参考訳（メタデータ） (2020-02-21T18:30:48Z)
Approximation Algorithms for D-optimal Design [4.889013411494113]
実験設計は古典的な統計問題であり、その目的は線形測定から未知の$m$次元ベクトル$beta$を推定することである。実験的な設計問題に対しては、与えられた$n$実験から$k$を選び、未知のパラメータの最も正確な推定を行うことが目的である。誤差推定の最も堅牢な尺度の1つとして、推定誤差に対する信頼楕円体の体積を最小化する$D$-optimality criterionについて検討する。
論文参考訳（メタデータ） (2018-02-23T02:48:16Z)

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。