Fugu-MT 論文翻訳(概要): A Simple Illustration of Interleaved Learning using Kalman Filter for Linear Least Squares

論文の概要: A Simple Illustration of Interleaved Learning using Kalman Filter for Linear Least Squares

arxiv url: http://arxiv.org/abs/2310.03751v1
Date: Fri, 22 Sep 2023 00:01:02 GMT
ステータス: 処理完了
システム内更新日: 2023-10-15 14:58:16.776851
Title: A Simple Illustration of Interleaved Learning using Kalman Filter for Linear Least Squares
Title（参考訳）: 線形最小正方形に対するカルマンフィルタを用いたインターリーブ学習の簡易図形化
Authors: Majnu John and Yihren Wu
Abstract要約: 機械学習アルゴリズムにおけるインターリーブド・ラーニングは、生物学的にインスパイアされたトレーニング手法であり、有望な結果をもたらす。線形最小方形に対するカルマンフィルタに基づく単純な統計・最適化フレームワークによるインターリービング機構について述べる。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Interleaved learning in machine learning algorithms is a biologically inspired training method with promising results. In this short note, we illustrate the interleaving mechanism via a simple statistical and optimization framework based on Kalman Filter for Linear Least Squares.
Abstract（参考訳）: 機械学習アルゴリズムにおけるインターリーブ学習は、有望な結果を持つ生物学的にインスパイアされたトレーニング方法である。本稿では,線形最小正方形に対するカルマンフィルタに基づく単純な統計・最適化フレームワークによるインターリービング機構について述べる。

関連論文リスト

Learning Optimal Filters Using Variational Inference [0.3749861135832072]
本稿では,パラメータ化解析マップを学習するためのフレームワークを提案する。この手法は線形および非線形力学系をフィルタリングするゲイン行列の学習に利用できることを示す。今後、このフレームワークを新しいフィルタリングアルゴリズムの学習に適用する予定である。
論文参考訳（メタデータ） (2024-06-26T04:51:14Z)
Online Network Source Optimization with Graph-Kernel MAB [62.6067511147939]
大規模ネットワークにおける最適なソース配置をオンラインで学習するためのグラフカーネルマルチアームバンディットアルゴリズムであるGrab-UCBを提案する。適応グラフ辞書モデルを用いて,ネットワークプロセスを記述する。我々は、ネットワークパラメータに依存する性能保証を導出し、シーケンシャルな意思決定戦略の学習曲線にさらに影響を及ぼす。
論文参考訳（メタデータ） (2023-07-07T15:03:42Z)
Low-rank extended Kalman filtering for online learning of neural networks from streaming data [71.97861600347959]
非定常データストリームから非線形関数のパラメータを推定するための効率的なオンライン近似ベイズ推定アルゴリズムを提案する。この方法は拡張カルマンフィルタ (EKF) に基づいているが、新しい低ランク+斜角行列分解法を用いている。変分推論に基づく手法とは対照的に,本手法は完全に決定論的であり,ステップサイズチューニングを必要としない。
論文参考訳（メタデータ） (2023-05-31T03:48:49Z)
Stabilizing Q-learning with Linear Architectures for Provably Efficient Learning [53.17258888552998]
本研究では,線形関数近似を用いた基本的な$Q$-learningプロトコルの探索変種を提案する。このアルゴリズムの性能は,新しい近似誤差というより寛容な概念の下で,非常に優雅に低下することを示す。
論文参考訳（メタデータ） (2022-06-01T23:26:51Z)
Learning for Spatial Branching: An Algorithm Selection Approach [0.0]
本研究では,非線形最適化問題の文脈で分岐学習フレームワークを開発し,その有効性を示す。提案した学習は、インスタンス固有の機能に基づいてオフラインで実行され、新しいインスタンスを解く際の計算オーバーヘッドがない。異なるベンチマークインスタンスの実験では、学習ベースの分岐ルールが標準ルールを大幅に上回っていることが示されている。
論文参考訳（メタデータ） (2022-04-22T17:23:43Z)
Neural Kalman Filtering [62.997667081978825]
カルマンフィルタの勾配差近似は,差分重み付き予測誤差を持つ局所計算のみを必要とすることを示す。また、同じスキームの下では、ヘビアン可塑性に直接対応する学習規則で動的モデルを適応的に学習することが可能であることを示す。
論文参考訳（メタデータ） (2021-02-19T16:43:15Z)
SLIP: Learning to Predict in Unknown Dynamical Systems with Long-Term Memory [21.09861411069719]
本稿では,未知および部分的に観察された線形力学系におけるオンライン予測のための効率的かつ実用的な(多項式時間)アルゴリズムを提案する。我々のアルゴリズムは、対数的後悔のみを伴って、後向きのカルマンフィルタと競合する。我々の理論的および実験的結果は、部分的に観測されたデータからカルマンフィルタのほぼ正解(PAC)学習に必要な条件に光を当てた。
論文参考訳（メタデータ） (2020-10-12T17:50:21Z)
Fast Few-Shot Classification by Few-Iteration Meta-Learning [173.32497326674775]
数ショット分類のための高速な最適化に基づくメタラーニング手法を提案する。我々の戦略はメタ学習において学習すべき基礎学習者の目的の重要な側面を可能にする。我々は、我々のアプローチの速度と効果を実証し、総合的な実験分析を行う。
論文参考訳（メタデータ） (2020-10-01T15:59:31Z)
Meta-learning with Stochastic Linear Bandits [120.43000970418939]
我々は、よく知られたOFULアルゴリズムの正規化バージョンを実装するバンディットアルゴリズムのクラスを考える。我々は,タスク数の増加とタスク分散の分散が小さくなると,タスクを個別に学習する上で,我々の戦略が大きな優位性を持つことを理論的および実験的に示す。
論文参考訳（メタデータ） (2020-05-18T08:41:39Z)

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。