Fugu-MT 論文翻訳(概要): Mixed Noise and Posterior Estimation with Conditional DeepGEM

論文の概要: Mixed Noise and Posterior Estimation with Conditional DeepGEM

arxiv url: http://arxiv.org/abs/2402.02964v2
Date: Fri, 5 Jul 2024 13:04:10 GMT
ステータス: 処理完了
システム内更新日: 2024-07-09 00:03:17.247772
Title: Mixed Noise and Posterior Estimation with Conditional DeepGEM
Title（参考訳）: 条件付きディープGEMによる混合騒音と後部推定
Authors: Paul Hagemann, Johannes Hertrich, Maren Casfor, Sebastian Heidenreich, Gabriele Steidl,
Abstract要約: 逆問題における後部パラメータと雑音パラメータを同時推定する新しいアルゴリズムを開発した。我々のモデルは,従来のアプローチとは異なり,多くの測定値から情報を組み込むことができることを示す。
参考スコア（独自算出の注目度）: 1.1650821883155187
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Motivated by indirect measurements and applications from nanometrology with a mixed noise model, we develop a novel algorithm for jointly estimating the posterior and the noise parameters in Bayesian inverse problems. We propose to solve the problem by an expectation maximization (EM) algorithm. Based on the current noise parameters, we learn in the E-step a conditional normalizing flow that approximates the posterior. In the M-step, we propose to find the noise parameter updates again by an EM algorithm, which has analytical formulas. We compare the training of the conditional normalizing flow with the forward and reverse KL, and show that our model is able to incorporate information from many measurements, unlike previous approaches.
Abstract（参考訳）: 混合雑音モデルを用いたナノメソロジーの間接的測定および応用により、ベイズ逆問題における後部および雑音パラメータを共同推定する新しいアルゴリズムを開発した。本稿では,予測最大化(EM)アルゴリズムを用いてこの問題を解決することを提案する。現在の雑音パラメータに基づいて、後部を近似した条件正規化フローをEステップで学習する。 M-stepでは、解析式を持つEMアルゴリズムにより、再びノイズパラメータの更新を求める。我々は,条件付き正規化流のトレーニングを前後KLと比較し,従来の手法とは異なり,我々のモデルが多くの測定値から情報を組み込むことができることを示す。

関連論文リスト

Bayesian Inference of General Noise Model Parameters from Surface Code's Syndrome Statistics [0.0]
表面符号のテンソルネットワークシミュレータを統合する一般雑音モデルベイズ推論法を提案する。雑音パラメータが一定であり変化しない定常雑音に対しては,マルコフ連鎖モンテカルロに基づく手法を提案する。より現実的な状況である時間変化ノイズに対しては、シーケンシャルなモンテカルロに基づく別の手法を導入する。
論文参考訳（メタデータ） (2024-06-13T10:26:04Z)
First Order Methods with Markovian Noise: from Acceleration to Variational Inequalities [91.46841922915418]
本稿では,一階変分法の理論解析のための統一的アプローチを提案する。提案手法は非線形勾配問題とモンテカルロの強い問題の両方をカバーする。凸法最適化問題の場合、オラクルに強く一致するような境界を与える。
論文参考訳（メタデータ） (2023-05-25T11:11:31Z)
Optimal Algorithms for the Inhomogeneous Spiked Wigner Model [89.1371983413931]
不均一な問題に対する近似メッセージパッシングアルゴリズム(AMP)を導出する。特に,情報理論の閾値よりも大きい信号と雑音の比を必要とする既知のアルゴリズムが,ランダムよりも優れた処理を行うための統計的・計算的ギャップの存在を同定する。
論文参考訳（メタデータ） (2023-02-13T19:57:17Z)
Tradeoffs between convergence rate and noise amplification for momentum-based accelerated optimization algorithms [8.669461942767098]
モーメントに基づく1次最適化アルゴリズムについて検討し, 繰り返しが付加的な白色雑音を受ける場合について検討した。強い凸2次問題に対しては、雑音増幅の定量化のために最適化変数における誤差の定常分散を用いる。雑音増幅と定位時間のバランスをとるアルゴリズムの2つのパラメータ化ファミリを導入する。
論文参考訳（メタデータ） (2022-09-24T04:26:30Z)
Multiview point cloud registration with anisotropic and space-varying localization noise [1.5499426028105903]
我々は,高異方性定位雑音で劣化した複数点の雲を登録する問題に対処する。既存の手法は、空間不変等方性雑音の暗黙の仮定に基づいている。ノイズハンドリング戦略は,高レベルの異方性雑音に対するロバスト性を大幅に向上させることを示す。
論文参考訳（メタデータ） (2022-01-03T15:21:24Z)
Inverting brain grey matter models with likelihood-free inference: a tool for trustable cytoarchitecture measurements [62.997667081978825]
脳の灰白質細胞構造の特徴は、体密度と体積に定量的に敏感であり、dMRIでは未解決の課題である。我々は新しいフォワードモデル、特に新しい方程式系を提案し、比較的スパースなb殻を必要とする。次に,提案手法を逆転させるため,確率自由推論 (LFI) として知られるベイズ解析から最新のツールを適用した。
論文参考訳（メタデータ） (2021-11-15T09:08:27Z)
Efficient Algorithms for Estimating the Parameters of Mixed Linear Regression Models [10.164623585528805]
加法雑音が非ガウス分布を持つ場合のMLRモデルのパラメータの最大推定について検討する。そこで本研究では,乗算器の交互方向法(ADMM)とEMアルゴリズムのアイデアを組み合わせた新しいアルゴリズムを提案する。
論文参考訳（メタデータ） (2021-05-12T20:29:03Z)
Plug-And-Play Learned Gaussian-mixture Approximate Message Passing [71.74028918819046]
そこで本研究では,従来のi.i.d.ソースに適した圧縮圧縮センシング(CS)リカバリアルゴリズムを提案する。我々のアルゴリズムは、Borgerdingの学習AMP(LAMP)に基づいて構築されるが、アルゴリズムに普遍的な復調関数を採用することにより、それを大幅に改善する。数値評価により,L-GM-AMPアルゴリズムは事前の知識を必要とせず,最先端の性能を実現する。
論文参考訳（メタデータ） (2020-11-18T16:40:45Z)
Shape Matters: Understanding the Implicit Bias of the Noise Covariance [76.54300276636982]
勾配降下のノイズはパラメータ化モデルに対するトレーニングにおいて重要な暗黙の正則化効果をもたらす。ミニバッチやラベルの摂動によって引き起こされるパラメータ依存ノイズはガウスノイズよりもはるかに効果的であることを示す。分析の結果,パラメータ依存ノイズは局所最小値に偏りを生じさせるが,球状ガウス雑音は生じないことがわかった。
論文参考訳（メタデータ） (2020-06-15T18:31:02Z)
Solving Inverse Problems with a Flow-based Noise Model [100.18560761392692]
本研究では,従来の正規化フローを用いた画像逆問題について検討する。我々の定式化は、この解を測定値に条件付けされた画像の最大後値推定とみなす。提案手法の様々な逆問題に対する有効性について実験的に検証した。
論文参考訳（メタデータ） (2020-03-18T08:33:49Z)

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。