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。
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。