Fugu-MT 論文翻訳(概要): Variational Prediction

論文の概要: Variational Prediction

arxiv url: http://arxiv.org/abs/2307.07568v1
Date: Fri, 14 Jul 2023 18:19:31 GMT
ステータス: 処理完了
システム内更新日: 2023-07-18 19:19:34.489895
Title: Variational Prediction
Title（参考訳）: 変動予測
Authors: Alexander A. Alemi and Ben Poole
Abstract要約: 本稿では,変動境界を用いた後部予測分布に対する変動近似の学習手法を提案する。このアプローチは、テスト時間の限界化コストを伴わずに、優れた予測分布を提供することができる。
参考スコア（独自算出の注目度）: 95.00085314353436
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Bayesian inference offers benefits over maximum likelihood, but it also comes with computational costs. Computing the posterior is typically intractable, as is marginalizing that posterior to form the posterior predictive distribution. In this paper, we present variational prediction, a technique for directly learning a variational approximation to the posterior predictive distribution using a variational bound. This approach can provide good predictive distributions without test time marginalization costs. We demonstrate Variational Prediction on an illustrative toy example.
Abstract（参考訳）: ベイズ推定は最大確率を超える利点を提供するが、計算コストも伴う。後方の計算は通常難解であり、後方の予測分布を形成するために後方の辺縁化である。本稿では,変分境界を用いた後部予測分布への変分近似を直接学習する手法である変分予測を提案する。このアプローチはテスト時間の限界化コストを伴わずに優れた予測分布を提供できる。図形的玩具の例に変分予測を示す。

関連論文リスト

Progression: an extrapolation principle for regression [0.0]
本稿では,新しい統計外挿原理を提案する。これは、予測器とトレーニング予測器のサンプルの境界における応答との単純な関係を仮定する。我々の半パラメトリック法である進行法は、この外挿原理を活用し、トレーニングデータ範囲を超えた近似誤差の保証を提供する。
論文参考訳（メタデータ） (2024-10-30T17:29:51Z)
Predictive variational inference: Learn the predictively optimal posterior distribution [1.7648680700685022]
バニラ変量推論はベイズ後部分布に最適な近似を求めるが、正確なベイズ後部分布でさえモデル的不特定の下では意味がないことが多い。本稿では,最適後続密度から標本を探索する一般推論フレームワークである予測変分推論(PVI)を提案する。この枠組みは、可能性エクササイズモデルと可能性フリーモデルの両方に適用できる。
論文参考訳（メタデータ） (2024-10-18T19:44:57Z)
Rejection via Learning Density Ratios [50.91522897152437]
拒絶による分類は、モデルを予測しないことを許容する学習パラダイムとして現れます。そこで我々は,事前学習したモデルの性能を最大化する理想的なデータ分布を求める。私たちのフレームワークは、クリーンでノイズの多いデータセットで実証的にテストされます。
論文参考訳（メタデータ） (2024-05-29T01:32:17Z)
Invariant Probabilistic Prediction [45.90606906307022]
任意の分布シフトは、一般に不変かつ頑健な確率的予測を認めないことを示す。 Invariant probabilistic predictions called IPP, and study the consistency of the underlying parameters。
論文参考訳（メタデータ） (2023-09-18T18:50:24Z)
Predictive Inference with Feature Conformal Prediction [80.77443423828315]
本稿では,特徴空間への共形予測の範囲を拡大する特徴共形予測を提案する。理論的観点からは、特徴共形予測は軽度の仮定の下で正則共形予測よりも確実に優れていることを示す。提案手法は,バニラ共形予測だけでなく,他の適応共形予測手法と組み合わせることができる。
論文参考訳（メタデータ） (2022-10-01T02:57:37Z)
Non-Volatile Memory Accelerated Posterior Estimation [3.4256231429537936]
現在の機械学習モデルは、予測を行う際に単一の学習可能なパラメータの組み合わせのみを使用する。高容量永続ストレージを利用することで、後部分布が大きすぎて近似できないモデルが実現可能であることを示す。
論文参考訳（メタデータ） (2022-02-21T20:25:57Z)
CovarianceNet: Conditional Generative Model for Correct Covariance Prediction in Human Motion Prediction [71.31516599226606]
本稿では,将来の軌道の予測分布に関連する不確かさを正確に予測する手法を提案する。我々のアプローチであるCovariaceNetは、ガウス潜在変数を持つ条件付き生成モデルに基づいている。
論文参考訳（メタデータ） (2021-09-07T09:38:24Z)
Short-term prediction of Time Series based on bounding techniques [0.0]
本稿では,新しい非パラメトリック手法を用いて時系列フレームワークの予測問題を再考する。この革新は、予測誤差の上限を得るために、決定論的および決定論的確率的仮定の両方を考慮することである。提案する予測器が予測スキームにおいて適切な結果を得ることができ、古典的非パラメトリック法に対する興味深い代替手段であることを示すためのベンチマークを含む。
論文参考訳（メタデータ） (2021-01-26T11:27:36Z)
Balance-Subsampled Stable Prediction [55.13512328954456]
本稿では, 分数分解設計理論に基づく新しいバランスサブサンプル安定予測法を提案する。設計理論解析により,提案手法は分布シフトによって誘導される予測器間の共起効果を低減できることを示した。合成および実世界の両方のデータセットに関する数値実験により、BSSPアルゴリズムは未知のテストデータ間で安定した予測を行うためのベースライン法を著しく上回っていることが示された。
論文参考訳（メタデータ） (2020-06-08T07:01:38Z)
Decision-Making with Auto-Encoding Variational Bayes [71.44735417472043]
変分分布とは異なる後部近似を用いて意思決定を行うことが示唆された。これらの理論的な結果から,最適モデルに関するいくつかの近似的提案を学習することを提案する。おもちゃの例に加えて,単細胞RNAシークエンシングのケーススタディも紹介する。
論文参考訳（メタデータ） (2020-02-17T19:23:36Z)

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。