Fugu-MT 論文翻訳(概要): Mercer Large-Scale Kernel Machines from Ridge Function Perspective

論文の概要: Mercer Large-Scale Kernel Machines from Ridge Function Perspective

arxiv url: http://arxiv.org/abs/2307.11925v2
Date: Fri, 11 Oct 2024 08:37:43 GMT
ステータス: 翻訳完了
システム内更新日: 2024-10-14 13:28:05.322492
Title: Mercer Large-Scale Kernel Machines from Ridge Function Perspective
Title（参考訳）: リッジ関数から見たMercurer大規模カーネルマシン
Authors: Karol Dziedziul, Sergey Kryzhevich, Paweł Wieczyński,
Abstract要約: 我々は、RachimiとRechtによる2008年の論文の主な成果を、近似理論の観点から、大規模カーネルマシンのランダムな特徴として考察した。我々は、x$ と $y$ に依存する引数を持つコサイン関数の積の和によって、どのカーネルを近似できるかを研究し、そのようなアプローチの障害を提示する。
参考スコア（独自算出の注目度）: 0.0
License:
Abstract: To present Mercer large-scale kernel machines from a ridge function perspective, we recall the results by Lin and Pinkus from {\it Fundamentality of ridge functions}. We consider the main result of the recent paper by Rachimi and Recht, 2008, {\it Random features for large-scale kernel machines} from the Approximation Theory point of view. We study which kernels could be approximated by a sum of products of cosine functions with arguments depending on $x$ and $y$ and present the obstacles of such an approach. The results of this article are applied to Image Processing by procedure "one-vs-rest".
Abstract（参考訳）: リッジ関数の観点からMercurerの大規模カーネルマシンを提示するために、リッジ関数の基本性からLinとPinkusの結果を思い出す。我々は、近似理論の観点から、2008年のRachimi and Rechtの論文の主な成果を考察する。我々は、x$ と $y$ に依存する引数を持つコサイン関数の積の和によって、どのカーネルを近似できるかを研究し、そのようなアプローチの障害を提示する。本稿では「ワン・vs・レスト」による画像処理に適用する。

関連論文リスト

Gaussian kernel expansion with basis functions uniformly bounded in $\mathcal{L}_{\infty}$ [0.6138671548064355]
カーネル拡張は、機械学習にかなりの関心を持つトピックである。この論文における最近の研究は、$mathcalL_infty$で一様有界基底関数を仮定することによって、これらの結果のいくつかを導いた。我々の主な成果は、任意の$p>1$に対して$ell_p$の重みを持つガウス核展開の$mathbbR2$の構築である。
論文参考訳（メタデータ） (2024-10-02T10:10:30Z)
von Mises Quasi-Processes for Bayesian Circular Regression [57.88921637944379]
円値ランダム関数上の表現的および解釈可能な分布の族を探索する。結果の確率モデルは、統計物理学における連続スピンモデルと関係を持つ。後続推論のために、高速マルコフ連鎖モンテカルロサンプリングに寄与するストラトノビッチのような拡張を導入する。
論文参考訳（メタデータ） (2024-06-19T01:57:21Z)
On the Approximation of Kernel functions [0.0]
論文はカーネル自体の近似に対処する。単位立方体上のヒルベルト・ガウス核に対して、この論文は関連する固有関数の上界を確立する。この改良により、Nystr"om法のような低階近似法が確かめられる。
論文参考訳（メタデータ） (2024-03-11T13:50:07Z)
Promises and Pitfalls of the Linearized Laplace in Bayesian Optimization [73.80101701431103]
線形化ラプラス近似(LLA)はベイズニューラルネットワークの構築に有効で効率的であることが示されている。ベイズ最適化におけるLLAの有用性について検討し,その性能と柔軟性を強調した。
論文参考訳（メタデータ） (2023-04-17T14:23:43Z)
B\'ezier Gaussian Processes for Tall and Wide Data [24.00638575411818]
入力機能の数に応じて指数関数的に変数の総和が増大するカーネルを導入する。我々のカーネルはガウス過程の回帰において最もよく使われるカーネルのいくつかとよく似ていることを示す。
論文参考訳（メタデータ） (2022-09-01T10:22:14Z)
Random Gegenbauer Features for Scalable Kernel Methods [11.370390549286757]
我々は、GZK(Generalized Zonal Kernels)と呼ばれる新しい、リッチなカーネル関数のクラスを近似する効率的なランダムな特徴を提案する。提案したGZKファミリーは、ゲゲンバウアー級数展開における因子を導入することにより、粒子核を一般化する。提案手法は最近のカーネル近似法よりも優れていることを示す。
論文参考訳（メタデータ） (2022-02-07T19:30:36Z)
Geometry-aware Bayesian Optimization in Robotics using Riemannian Mat\'ern Kernels [64.62221198500467]
ベイズ最適化のための幾何対応カーネルの実装方法を示す。この技術は、ロボット工学における制御パラメータチューニング、パラメトリックポリシー適応、構造設計に利用できる。
論文参考訳（メタデータ） (2021-11-02T09:47:22Z)
Random Features for the Neural Tangent Kernel [57.132634274795066]
完全接続型ReLUネットワークのニューラルタンジェントカーネル(NTK)の効率的な特徴マップ構築を提案する。得られた特徴の次元は、理論と実践の両方で比較誤差境界を達成するために、他のベースライン特徴マップ構造よりもはるかに小さいことを示しています。
論文参考訳（メタデータ） (2021-04-03T09:08:12Z)
High-Dimensional Gaussian Process Inference with Derivatives [90.8033626920884]
低データ状態の$ND$では、Gram行列は$mathcalO(N2D + (N2)3)$に推論のコストを下げる方法で分解できることを示す。最適化や予測勾配を持つハミルトニアンモンテカルロなど、機械学習に関連する様々なタスクでこの可能性を実証する。
論文参考訳（メタデータ） (2021-02-15T13:24:41Z)
Scaling up Kernel Ridge Regression via Locality Sensitive Hashing [6.704115928005158]
ランダムな双対関数の重み付け版を導入し、対応するカーネル関数が滑らかなガウス過程を生成することを示す。重み付けされたランダムなバイナリ化特徴は、対応するカーネル行列にスペクトル近似を与え、カーネルリッジ回帰の効率的なアルゴリズムをもたらすことを示す。
論文参考訳（メタデータ） (2020-03-21T21:41:16Z)
Improved guarantees and a multiple-descent curve for Column Subset Selection and the Nystr\"om method [76.73096213472897]
我々は,データ行列のスペクトル特性を利用して近似保証を改良する手法を開発した。我々のアプローチは、特異値減衰の既知の速度を持つデータセットのバウンダリが大幅に向上する。 RBFパラメータを変更すれば,改良された境界線と多重発振曲線の両方を実データセット上で観測できることが示される。
論文参考訳（メタデータ） (2020-02-21T00:43:06Z)

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。