Fugu-MT 論文翻訳(概要): Finding an $\epsilon$-close Variation of Parameters in Bayesian Networks

論文の概要: Finding an $\epsilon$-close Variation of Parameters in Bayesian Networks

arxiv url: http://arxiv.org/abs/2305.10051v1
Date: Wed, 17 May 2023 08:46:53 GMT
ステータス: 処理完了
システム内更新日: 2023-05-18 16:45:02.777816
Title: Finding an $\epsilon$-close Variation of Parameters in Bayesian Networks
Title（参考訳）: ベイズネットワークにおけるパラメータの$\epsilon$-close変数の探索
Authors: Bahare Salmani and Joost-Pieter Katoen
Abstract要約: 与えられた条件付き確率テーブルの集合における確率エントリの最小$epsilon$-close修正が見つかる。パラメトリックマルコフ連鎖に対する最先端の「領域検証」技術に基づいて,既存の手法を超越したアルゴリズムを提案する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This paper addresses the $\epsilon$-close parameter tuning problem for Bayesian Networks (BNs): find a minimal $\epsilon$-close amendment of probability entries in a given set of (rows in) conditional probability tables that make a given quantitative constraint on the BN valid. Based on the state-of-the-art "region verification" techniques for parametric Markov chains, we propose an algorithm whose capabilities go beyond any existing techniques. Our experiments show that $\epsilon$-close tuning of large BN benchmarks with up to 8 parameters is feasible. In particular, by allowing (i) varied parameters in multiple CPTs and (ii) inter-CPT parameter dependencies, we treat subclasses of parametric BNs that have received scant attention so far.
Abstract（参考訳）: 本稿では、ベイズネットワーク(bns)に対する$\epsilon$-closeパラメータチューニング問題に対処する。与えられた条件付き確率表のセットにおける最小$\epsilon$-closeの確率エントリの修正を、与えられたbnの量的制約を有効にする。パラメトリックマルコフ連鎖に対する最先端の「領域検証」技術に基づいて,既存の手法を超越したアルゴリズムを提案する。実験の結果,最大8パラメータの大規模bnベンチマークの$\epsilon$-closeチューニングが可能であった。特に、許可することで (i)複数のCPTおよび各種パラメータ (II)CPTパラメータ間の依存関係は,これまで注目されてきたパラメトリックBNのサブクラスを扱う。

関連論文リスト

Parametric Constraints for Bayesian Knowledge Tracing from First Principles [0.276240219662896]
本稿では、BKTパラメータ空間に課せられる制約を導出するために、「第一原理から」アプローチをとる。さらに,BKTパラメータを新たに定義した制約に基づいて推定するアルゴリズムを提案する。
論文参考訳（メタデータ） (2023-12-23T03:58:41Z)
Online non-parametric likelihood-ratio estimation by Pearson-divergence functional minimization [55.98760097296213]
iid 観測のペア $(x_t sim p, x'_t sim q)$ が時間の経過とともに観測されるような,オンラインな非パラメトリック LRE (OLRE) のための新しいフレームワークを提案する。本稿では,OLRE法の性能に関する理論的保証と,合成実験における実証的検証について述べる。
論文参考訳（メタデータ） (2023-11-03T13:20:11Z)
Approximate inference of marginals using the IBIA framework [0.0]
確率的グラフィカルモデル (PGM) における限界の厳密な推論は難解であることが知られている。本稿では,段階的ビルド・インファー・アポキシマト (IBIA) パラダイムに基づく限界推定のための新しいアルゴリズムを提案する。提案手法は,既存の変分法やサンプリング法よりも精度が良いか,あるいは同等である。
論文参考訳（メタデータ） (2023-06-01T04:24:21Z)
Patch-aware Batch Normalization for Improving Cross-domain Robustness [55.06956781674986]
クロスドメインタスクは、トレーニングセットとテストセットが異なるディストリビューションに従うと、モデルのパフォーマンスが低下する課題を示す。パッチ対応バッチ正規化(PBN)と呼ばれる新しい手法を提案する。画像の局所的なパッチの違いを利用して、提案したPBNはモデルパラメータの堅牢性を効果的に向上させることができる。
論文参考訳（メタデータ） (2023-04-06T03:25:42Z)
Bayesian Kernelized Tensor Factorization as Surrogate for Bayesian Optimization [13.896697187967545]
カーネル最適化(BO)は主にガウス過程(GP)をキーサロゲートモデルとして用いている。本稿では,BOにおける新しい代理モデルとしてベイズ因子化(BKTF)を提案する。 BKTFは、不確実量化を伴う複素関数を特徴づけるための柔軟で効果的なアプローチを提供する。
論文参考訳（メタデータ） (2023-02-28T12:00:21Z)
Sample-Then-Optimize Batch Neural Thompson Sampling [50.800944138278474]
我々はトンプソンサンプリング(TS)ポリシーに基づくブラックボックス最適化のための2つのアルゴリズムを提案する。入力クエリを選択するには、NNをトレーニングし、トレーニングされたNNを最大化してクエリを選択するだけです。我々のアルゴリズムは、大きなパラメータ行列を逆転する必要性を助長するが、TSポリシーの妥当性は保たれている。
論文参考訳（メタデータ） (2022-10-13T09:01:58Z)
Neural Inverse Kinematics [72.85330210991508]
逆キネマティック(英語版)(IK)法は、キネマティックチェインにおける選択された要素の所望の位置から関節のパラメータを復元する。本稿では,問題階層構造を用いて,所望の位置に条件付き有効関節角度を逐次サンプリングするニューラルIK法を提案する。
論文参考訳（メタデータ） (2022-05-22T14:44:07Z)
Fine-Tuning the Odds in Bayesian Networks [0.0]
本稿では,条件付き確率表(CPT)がシンボル変数を含むベイズネットワークの新しい解析手法を提案する。鍵となる考え方は、パラメトリックマルコフ連鎖の合成問題にスケーラブルで強力なテクニックを活用することである。
論文参考訳（メタデータ） (2021-05-29T20:41:56Z)
Bayesian Optimistic Optimisation with Exponentially Decaying Regret [58.02542541410322]
現在の実用的なBOアルゴリズムは、$mathcalO(fraclogNsqrtN)$から$mathcalO(e-sqrtN)$まで、$N$は評価の数である。本稿では,boと木に基づく楽観的楽観化の概念を絡み合うことにより,無音環境における後悔を改善できる可能性について検討する。次数$mathcal O(N-sqrt)で指数的再帰を達成できる最初の実践的手法であるBOOアルゴリズムを提案する。
論文参考訳（メタデータ） (2021-05-10T13:07:44Z)
On Batch Normalisation for Approximate Bayesian Inference [102.94525205971873]
バッチ正規化は証拠の下限(ELBO)の最適性に影響しないことを示す。また,モンテカルロバッチ正規化(MCBN)アルゴリズムについても検討し,MCDropoutと平行な近似推論手法を提案する。
論文参考訳（メタデータ） (2020-12-24T12:40:11Z)
Bounded Regret for Finitely Parameterized Multi-Armed Bandits [3.8073142980733]
実装が簡単かつ容易なアルゴリズムを提案する。 FP-UCBアルゴリズムは対数的後悔を実現する。また、FP-UCBアルゴリズムの性能を広範囲な数値シミュレーションにより検証する。
論文参考訳（メタデータ） (2020-03-03T04:37:07Z)

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。