Fugu-MT 論文翻訳(概要): Automatic Regularization for Linear MMSE Filters

論文の概要: Automatic Regularization for Linear MMSE Filters

arxiv url: http://arxiv.org/abs/2312.06560v2
Date: Fri, 28 Jun 2024 08:35:58 GMT
ステータス: 処理完了
システム内更新日: 2024-07-01 21:54:26.153252
Title: Automatic Regularization for Linear MMSE Filters
Title（参考訳）: 線形MMSEフィルタの自動正規化
Authors: Daniel Gomes de Pinho Zanco, Leszek Szczecinski, Jacob Benesty,
Abstract要約: 最小平均二乗誤差(MMSE)線形フィルタの設計における正規化の問題を考える。ベイズ的手法を用いて、観測された信号から、単純かつ自動で正規化パラメータが見つかる。提案手法はシステム同定とビームフォーミングの例で示され, 自動正規化によりほぼ最適結果が得られることを示す。
参考スコア（独自算出の注目度）: 14.766350834632762
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this work, we consider the problem of regularization in the design of minimum mean square error (MMSE) linear filters. Using the relationship with statistical machine learning methods, using a Bayesian approach, the regularization parameter is found from the observed signals in a simple and automatic manner. The proposed approach is illustrated in system identification and beamforming examples, where the automatic regularization is shown to yield near-optimal results.
Abstract（参考訳）: 本研究では,最小平均二乗誤差(MMSE)線形フィルタの設計における正規化の問題について考察する。統計的機械学習手法との関係を利用して、ベイズ的手法を用いて、観測された信号から簡易かつ自動的に正規化パラメータを求める。提案手法はシステム同定とビームフォーミングの例で示され, 自動正規化によりほぼ最適結果が得られることを示す。

関連論文リスト

An L-BFGS-B approach for linear and nonlinear system identification under $\ell_1$- and group-Lasso regularization [0.0]
線形および非線形離散時間状態空間モデルを同定するための非常に効率的な数値計算法を提案する。提案手法のPython実装は、jax-sysidパッケージで利用可能である。
論文参考訳（メタデータ） (2024-03-06T16:17:34Z)
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)
Robust identification of non-autonomous dynamical systems using stochastic dynamics models [0.0]
本稿では, 非線形・非線形非自律系における雑音・スパースデータからのシステム識別(ID)の問題について考察する。隠れマルコフモデル学習のためのベイズ式から導かれる目的関数を提案し,解析する。提案手法は,システムIDに適合するスムーズさと本質的な正規化を改善したことを示す。
論文参考訳（メタデータ） (2022-12-20T16:36:23Z)
Formal Controller Synthesis for Markov Jump Linear Systems with Uncertain Dynamics [64.72260320446158]
マルコフジャンプ線形系に対する制御器の合成法を提案する。本手法は,MJLSの離散(モードジャンピング)と連続(確率線形)の両方の挙動を捉える有限状態抽象化に基づいている。本手法を複数の現実的なベンチマーク問題,特に温度制御と航空機の配送問題に適用する。
論文参考訳（メタデータ） (2022-12-01T17:36:30Z)
Optimization of Annealed Importance Sampling Hyperparameters [77.34726150561087]
Annealed Importance Smpling (AIS) は、深層生成モデルの難易度を推定するために使われる一般的なアルゴリズムである。本稿では、フレキシブルな中間分布を持つパラメータAISプロセスを提案し、サンプリングに少ないステップを使用するようにブリッジング分布を最適化する。我々は, 最適化AISの性能評価を行い, 深部生成モデルの限界推定を行い, 他の推定値と比較した。
論文参考訳（メタデータ） (2022-09-27T07:58:25Z)
Self-Supervised Training with Autoencoders for Visual Anomaly Detection [61.62861063776813]
我々は, 正規サンプルの分布を低次元多様体で支持する異常検出において, 特定のユースケースに焦点を当てた。我々は、訓練中に識別情報を活用する自己指導型学習体制に適応するが、通常の例のサブ多様体に焦点をあてる。製造領域における視覚異常検出のための挑戦的なベンチマークであるMVTec ADデータセットで、最先端の新たな結果を達成する。
論文参考訳（メタデータ） (2022-06-23T14:16:30Z)
System Identification via Nuclear Norm Regularization [44.9687872697492]
本稿では,ハンケル核ノルム正規化による低次線形系同定問題について検討する。この正規化に関する新しい統計解析を提供し、非正規化常用最小二乗推定器(OLS)と慎重に対比する。
論文参考訳（メタデータ） (2022-03-30T20:56:27Z)
Deep Learning for the Benes Filter [91.3755431537592]
本研究では,メッシュのないニューラルネットワークによるベンズモデルの解の密度の表現に基づく新しい数値計算法を提案する。ニューラルネットワークの領域選択におけるフィルタリングモデル方程式における非線形性の役割について論じる。
論文参考訳（メタデータ） (2022-03-09T14:08:38Z)
Fundamental limits and algorithms for sparse linear regression with sublinear sparsity [16.3460693863947]
正規化相互情報の正確な表現と疎線形回帰の最小平均二乗誤差(MMSE)を確立する。本稿では、線形レギュレータに対して、既存のよく知られたAMPアルゴリズムをサブ線形に修正する方法を示す。
論文参考訳（メタデータ） (2021-01-27T01:27:03Z)
Understanding Implicit Regularization in Over-Parameterized Single Index Model [55.41685740015095]
我々は高次元単一インデックスモデルのための正規化自由アルゴリズムを設計する。暗黙正則化現象の理論的保証を提供する。
論文参考訳（メタデータ） (2020-07-16T13:27:47Z)
Sparse Methods for Automatic Relevance Determination [0.0]
まず、自動妥当性決定(ARD)について検討し、スパースモデルを実現するために、追加の正規化やしきい値設定の必要性を解析的に実証する。次に、正規化ベースとしきい値ベースという2つの手法のクラスについて論じる。
論文参考訳（メタデータ） (2020-05-18T14:08:49Z)

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。