Fugu-MT 論文翻訳(概要): Rational Kriging

論文の概要: Rational Kriging

arxiv url: http://arxiv.org/abs/2312.05372v1
Date: Fri, 8 Dec 2023 21:18:05 GMT
ステータス: 処理完了
システム内更新日: 2023-12-12 21:24:06.790318
Title: Rational Kriging
Title（参考訳）: 合理的クリグ
Authors: V. Roshan Joseph
Abstract要約: 一般化された最小二乗は、有理クリグから平均を推定し、通常のクリグよりもはるかにうまく振る舞うことを示した。計算機モデルのエミュレーションと校正における潜在的な応用についても論じる。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: This article proposes a new kriging that has a rational form. It is shown that the generalized least squares estimate of the mean from rational kriging is much more well behaved than that from ordinary kriging. Parameter estimation and uncertainty quantification for rational kriging are proposed using a Gaussian process framework. Its potential applications in emulation and calibration of computer models are also discussed.
Abstract（参考訳）: 本稿では,有理形式を持つ新しいクリグを提案する。有理クリグの平均の一般化最小二乗推定は、通常のクリグの平均よりもはるかにうまく振る舞うことが示されている。ガウス過程の枠組みを用いて, 有理krigingのパラメータ推定と不確かさの定量化を提案する。計算機モデルのエミュレーションと校正における潜在的な応用についても論じる。

関連論文リスト

Flat Minima in Linear Estimation and an Extended Gauss Markov Theorem [0.0]
我々は、核とスペクトルのノルムの場合の最適推定器の単純で明示的な公式を導出する。我々は、複数のランダム行列アンサンブルにおける一般化誤差を解析的に導出し、リッジ回帰との比較を行った。
論文参考訳（メタデータ） (2023-11-18T14:45:06Z)
Unsupervised Selective Rationalization with Noise Injection [7.17737088382948]
教師なし選択的合理化は、2つの共同訓練されたコンポーネント、有理生成器と予測器をチェーンすることで、予測と共に有理性を生成する。本稿では,生成器と予測器との間にノイズを注入することにより,有理数生成を効果的に抑制する新しい訓練手法を提案する。新しいベンチマークを含め、さまざまなタスクにおける最先端技術に対する合理的な妥当性とタスク精度の大幅な改善を実現しています。
論文参考訳（メタデータ） (2023-05-27T17:34:36Z)
Sharp Calibrated Gaussian Processes [58.94710279601622]
キャリブレーションされたモデルを設計するための最先端のアプローチは、ガウス過程の後方分散を膨らませることに依存している。本稿では,バニラガウス過程の後方分散にインスパイアされた計算を用いて,予測量子化を生成するキャリブレーション手法を提案する。我々のアプローチは合理的な仮定の下で校正されたモデルが得られることを示す。
論文参考訳（メタデータ） (2023-02-23T12:17:36Z)
Aspects of scaling and scalability for flow-based sampling of lattice QCD [137.23107300589385]
格子場理論におけるサンプリングへの機械学習正規化流れの最近の応用は、そのような手法が臨界減速と位相凍結を緩和できる可能性を示唆している。最先端の格子量子色力学計算に適用できるかどうかはまだ定かではない。
論文参考訳（メタデータ） (2022-11-14T17:07:37Z)
Sparse Bayesian Learning for Complex-Valued Rational Approximations [0.03392423750246091]
サロゲートモデルは、エンジニアリングタスクの計算負担を軽減するために使用される。これらのモデルは入力パラメータに強い非線形依存を示す。合理的近似にスパース学習アプローチを適用する。
論文参考訳（メタデータ） (2022-06-06T12:06:13Z)
Nystr\"om Kernel Mean Embeddings [92.10208929236826]
Nystr"om法に基づく効率的な近似手法を提案する。サブサンプルサイズの条件は標準の$n-1/2$レートを得るのに十分である。本稿では,この結果の最大誤差と二次規則の近似への応用について論じる。
論文参考訳（メタデータ） (2022-01-31T08:26:06Z)
Square Root Marginalization for Sliding-Window Bundle Adjustment [53.34552451834707]
実時間オドメトリーに適合する新しい正方形根のすべり窓束の調整法を提案する。提案した平方根辺化は、ヘシアン上でのシュール補数(SC)の従来の使用と代数的に等価であることを示す。実世界のデータセットにおける視覚的および視覚的慣性オドメトリーの評価は,提案した推定器がベースラインよりも36%高速であることを示す。
論文参考訳（メタデータ） (2021-09-05T23:22:38Z)
Rao-Blackwellizing the Straight-Through Gumbel-Softmax Gradient Estimator [93.05919133288161]
一般的なGumbel-Softmax推定器のストレートスルー変量の分散は、ラオ・ブラックウェル化により減少できることを示す。これは平均二乗誤差を確実に減少させる。これは分散の低減、収束の高速化、および2つの教師なし潜在変数モデルの性能向上につながることを実証的に実証した。
論文参考訳（メタデータ） (2020-10-09T22:54:38Z)
Analysis of Regularized Least Squares in Reproducing Kernel Krein Spaces [35.091152823482105]
カーネル・クライン空間における不定核を持つ正則化最小二乗の性質について検討する。我々は、カーネル・クライン空間において、カーネル・ヒルベルト空間と同一の学習率を導出する。
論文参考訳（メタデータ） (2020-06-01T16:55:35Z)
Invariant Rationalization [84.1861516092232]
典型的な合理化基準、すなわち最大相互情報(MMI)は、合理性のみに基づいて予測性能を最大化する合理性を見つける。ゲーム理論の不変な有理化基準を導入し、各環境において同じ予測器を最適にするために、有理を制約する。理論的にも実証的にも、提案された理性は、素早い相関を除外し、異なるテストシナリオをより一般化し、人間の判断とよく一致させることができることを示す。
論文参考訳（メタデータ） (2020-03-22T00:50:27Z)

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。