Fugu-MT 論文翻訳(概要): On regularized polynomial functional regression

論文の概要: On regularized polynomial functional regression

arxiv url: http://arxiv.org/abs/2311.03036v2
Date: Tue, 7 May 2024 09:38:40 GMT
ステータス: 処理完了
システム内更新日: 2024-05-08 20:03:52.760577
Title: On regularized polynomial functional regression
Title（参考訳）: 正規化多項式汎関数回帰について
Authors: Markus Holzleitner, Sergei Pereverzyev,
Abstract要約: 本稿では, 機能回帰を包括的に扱い, 新規な有限標本境界の確立に寄与する。その際、線形汎関数回帰の文脈からいくつかの知見を拡張し、一般化する。
参考スコア（独自算出の注目度）: 1.9718795899929253
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This article offers a comprehensive treatment of polynomial functional regression, culminating in the establishment of a novel finite sample bound. This bound encompasses various aspects, including general smoothness conditions, capacity conditions, and regularization techniques. In doing so, it extends and generalizes several findings from the context of linear functional regression as well. We also provide numerical evidence that using higher order polynomial terms can lead to an improved performance.
Abstract（参考訳）: 本稿では, 多項式汎関数回帰の包括的処理について述べる。この境界は、一般的な滑らかさ条件、キャパシティ条件、正規化技術を含む様々な側面を含んでいる。その際、線形汎関数回帰の文脈からいくつかの知見を拡張し、一般化する。また,高次多項式項を用いることで性能が向上することを示す数値的証拠も提供する。

関連論文リスト

Exploring the Potential of Polynomial Basis Functions in Kolmogorov-Arnold Networks: A Comparative Study of Different Groups of Polynomials [0.0]
本稿では,ゴットリーブモゴロフネットワーク(KAN)モデルにおける18の異なる特徴とその潜在的な応用について述べる。本研究は,手書き桁分類などの複雑なタスクに対するkanモデルにおける基本関数としての theseDistincts の適合性を検討することを目的とする。総合的精度,Kappa,F1スコアを含むkanモデルの性能指標を評価し,比較した。
論文参考訳（メタデータ） (2024-05-30T20:40:16Z)
Multiparameter regularization and aggregation in the context of polynomial functional regression [2.1960518939650475]
本稿では,複数のパラメータの正規化のためのアルゴリズムを導入し,関連するパラメータを扱うための理論的基礎的手法を提案する。提案手法の有効性は, 人工医療データと実世界の医療データの両方を用いて評価し, 有望な結果が得られた。
論文参考訳（メタデータ） (2024-05-07T09:26:20Z)
Scaling and renormalization in high-dimensional regression [72.59731158970894]
本稿では,様々な高次元リッジ回帰モデルの訓練および一般化性能の簡潔な導出について述べる。本稿では,物理と深層学習の背景を持つ読者を対象に,これらのトピックに関する最近の研究成果の紹介とレビューを行う。
論文参考訳（メタデータ） (2024-05-01T15:59:00Z)
Structure of universal formulas [13.794391803767617]
本稿では,大域近似特性と無限VC次元の弱い性質を結合するクラス階層を導入する。活性化するニューロンの層が1つ以上ある固定サイズニューラルネットワークは任意の有限集合上の関数を近似できないことを示す。任意の有限集合上の関数を近似する2層ニューラルネットワークを含む関数族を例に挙げるが、定義領域全体においてそれを行うことができない。
論文参考訳（メタデータ） (2023-11-07T11:50:25Z)
Convergence of Dynamics on Inductive Systems of Banach Spaces [68.8204255655161]
例えば、熱力学極限における相転移、量子論からの大きな作用における古典力学の出現、再正規化群固定点から生じる連続量子場理論である。バナッハ空間の帰納的極限の一般化を構成する軟帰納的極限という理論の極限に対する柔軟なモデリングツールを提案する。
論文参考訳（メタデータ） (2023-06-28T09:52:20Z)
The Geometry of Memoryless Stochastic Policy Optimization in Infinite-Horizon POMDPs [0.0]
我々は、無限水平部分観測可能な決定プロセスにおいて、最高のメモリレスポリシーを見つけるという問題を考察する。本研究では, 減算された状態-作用周波数と予測累積報酬が政策の関数であり, その度合いは部分観測可能性の度合いによって決定されることを示す。
論文参考訳（メタデータ） (2021-10-14T14:42:09Z)
A block-sparse Tensor Train Format for sample-efficient high-dimensional Polynomial Regression [0.0]
低ランクテンソルは高次元問題の確立された枠組みである。ブロックスパーシティの概念を含めることで、このフレームワークを拡張することを提案する。これにより、既知のサンプル結果に合致するようにアンサッツ空間を適応させることができる。
論文参考訳（メタデータ） (2021-04-29T10:57:53Z)
Bilinear Classes: A Structural Framework for Provable Generalization in RL [119.42509700822484]
Bilinear Classesは強化学習の一般化を可能にする新しい構造フレームワークである。このフレームワークは、サンプルの複雑さが達成可能な、ほとんどすべての既存のモデルを取り込んでいる。我々の主な成果は、双線形クラスのためのサンプル複雑性を持つRLアルゴリズムである。
論文参考訳（メタデータ） (2021-03-19T16:34:20Z)
Conditional gradient methods for stochastically constrained convex minimization [54.53786593679331]
構造凸最適化問題に対する条件勾配に基づく2つの新しい解法を提案する。私たちのフレームワークの最も重要な特徴は、各イテレーションで制約のサブセットだけが処理されることです。提案アルゴリズムは, 条件勾配のステップとともに, 分散の低減と平滑化に頼り, 厳密な収束保証を伴っている。
論文参考訳（メタデータ） (2020-07-07T21:26:35Z)
A maximum-entropy approach to off-policy evaluation in average-reward MDPs [54.967872716145656]
この研究は、無限水平非カウントマルコフ決定過程(MDPs)における関数近似を伴うオフ・ポリティ・アセスメント(OPE)に焦点を当てる。提案手法は,第1の有限サンプル OPE 誤差境界であり,既存の結果がエピソードおよびディスカウントケースを超えて拡張される。この結果から,教師あり学習における最大エントロピー的アプローチを並列化して,十分な統計値を持つ指数関数型家族分布が得られた。
論文参考訳（メタデータ） (2020-06-17T18:13:37Z)
A refinement of Reznick's Positivstellensatz with applications to quantum information theory [72.8349503901712]
ヒルベルトの17番目の問題において、アルティンはいくつかの変数の任意の正定値が2つの平方和の商として書けることを示した。レズニックはアルティンの結果の分母は常に変数の平方ノルムの$N$-次パワーとして選択できることを示した。
論文参考訳（メタデータ） (2019-09-04T11:46:26Z)

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。