Fugu-MT 論文翻訳(概要): Partial Inference in Structured Prediction

論文の概要: Partial Inference in Structured Prediction

arxiv url: http://arxiv.org/abs/2306.03949v1
Date: Tue, 6 Jun 2023 18:27:20 GMT
ステータス: 処理完了
システム内更新日: 2023-06-08 17:37:58.543806
Title: Partial Inference in Structured Prediction
Title（参考訳）: 構造予測における部分推論
Authors: Chuyang Ke, Jean Honorio
Abstract要約: グラフ上のラベル空間における一意ポテンシャルと対ポテンシャルでスコア関数を最大化するタスクを考える。カルーシュ・クーン=タッカー条件と原始的および二重構成に関する新しい視点を導入し、証明可能な保証付き部分回復のための統計的および位相的要件を提供する。
参考スコア（独自算出の注目度）: 30.553697242038233
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: In this paper, we examine the problem of partial inference in the context of structured prediction. Using a generative model approach, we consider the task of maximizing a score function with unary and pairwise potentials in the space of labels on graphs. Employing a two-stage convex optimization algorithm for label recovery, we analyze the conditions under which a majority of the labels can be recovered. We introduce a novel perspective on the Karush-Kuhn-Tucker (KKT) conditions and primal and dual construction, and provide statistical and topological requirements for partial recovery with provable guarantees.
Abstract（参考訳）: 本稿では,構造化予測の文脈における部分推論の問題について検討する。生成モデルアプローチを用いて,グラフ上のラベル空間における一意および一対のポテンシャルを持つスコア関数を最大化するタスクを考える。ラベル回復のための2段階凸最適化アルゴリズムを用いて,ラベルの大半を回収できる条件を分析した。本稿では,KKT条件と原始および双対構成の新たな視点を導入し,証明可能な保証付き部分回復のための統計的および位相的要件を提供する。

関連論文リスト

Rigorous Probabilistic Guarantees for Robust Counterfactual Explanations [80.86128012438834]
モデルシフトに対する反ファクトの堅牢性を計算することはNP完全であることを示す。本稿では,頑健性の厳密な推定を高い保証で実現する新しい確率論的手法を提案する。
論文参考訳（メタデータ） (2024-07-10T09:13:11Z)
Quantization of Large Language Models with an Overdetermined Basis [73.79368761182998]
本稿では,嘉心表現の原理に基づくデータ量子化アルゴリズムを提案する。以上の結果から, カシ量子化はモデル性能の競争力や優れた品質を達成できることが示唆された。
論文参考訳（メタデータ） (2024-04-15T12:38:46Z)
Exact Inference in High-order Structured Prediction [30.553697242038233]
我々は,高次推論問題の研究に生成モデルアプローチを適用した。ラベルの正確なリカバリのための2段階凸最適化アルゴリズムを提案する。
論文参考訳（メタデータ） (2023-02-07T03:42:57Z)
Detecting continuous variable entanglement in phase space with the $Q$-distribution [0.0]
本稿では,Husimi $Q$-distributionに基づく連続変数絡み合い基準のクラスを証明する。コンケーブ関数の集合を最適化する可能性の根源となる一般化について論じる。
論文参考訳（メタデータ） (2022-11-30T17:01:24Z)
Distributionally robust risk evaluation with a causality constraint and structural information [0.0]
ニューラルネットワークによるテスト関数を近似し、Rademacherの複雑さによるサンプルの複雑さを証明する。我々のフレームワークは、分散的にロバストなポートフォリオ選択問題において、従来のものよりも優れています。
論文参考訳（メタデータ） (2022-03-20T14:48:37Z)
Resolving label uncertainty with implicit posterior models [71.62113762278963]
本稿では,データサンプルのコレクション間でラベルを共同で推論する手法を提案する。異なる予測子を後部とする生成モデルの存在を暗黙的に仮定することにより、弱い信念の下での学習を可能にする訓練目標を導出する。
論文参考訳（メタデータ） (2022-02-28T18:09:44Z)
Optimal variance-reduced stochastic approximation in Banach spaces [114.8734960258221]
可分バナッハ空間上で定義された収縮作用素の定点を推定する問題について検討する。演算子欠陥と推定誤差の両方に対して漸近的でない境界を確立する。
論文参考訳（メタデータ） (2022-01-21T02:46:57Z)
Multi-task Learning of Order-Consistent Causal Graphs [59.9575145128345]
我々は、$K関連ガウス非巡回グラフ(DAG)の発見問題を考える。マルチタスク学習環境下では, 線形構造方程式モデルを学習するためのMLE ($l_1/l$-regularized maximum chance estimator) を提案する。理論的には、関係するタスクにまたがるデータを活用することで、因果順序を復元する際のサンプルの複雑さをより高めることができることを示す。
論文参考訳（メタデータ） (2021-11-03T22:10:18Z)
DAGs with No Fears: A Closer Look at Continuous Optimization for Learning Bayesian Networks [45.3591788771536]
我々はベイズネットワーク学習のためのNOTEARSという連続最適化フレームワークを再検討する。本論文では,NOTEARSに対するKarush-Kuhn-Tucker最適条件は,自明な場合を除いて満足できないことを示す。ローカル検索の組み合わせは、元のNOTEARSよりも正確かつ効率的である。
論文参考訳（メタデータ） (2020-10-18T22:59:37Z)
Fairness constraints can help exact inference in structured prediction [37.76221231305701]
直交連結グラフ$G$と2進ラベルの真のベクトルを持つ生成モデルについて検討する。フェアネスとモデル性能の間の既知のトレードオフとは対照的に、フェアネス制約の追加は正確なリカバリの確率を向上させる。
論文参考訳（メタデータ） (2020-07-01T04:11:29Z)
A General Framework for Consistent Structured Prediction with Implicit Loss Embeddings [113.15416137912399]
構造化予測のための理論的・アルゴリズム的な枠組みを提案し,解析する。問題に対して適切な幾何を暗黙的に定義する、損失関数の大規模なクラスについて検討する。出力空間を無限の濃度で扱うとき、推定子の適切な暗黙の定式化が重要であることが示される。
論文参考訳（メタデータ） (2020-02-13T10:30:04Z)

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。