Fugu-MT 論文翻訳(概要): Functional Partial Least-Squares: Adaptive Estimation and Inference

論文の概要: Functional Partial Least-Squares: Adaptive Estimation and Inference

arxiv url: http://arxiv.org/abs/2402.11134v2
Date: Wed, 07 May 2025 15:34:05 GMT
ステータス: 翻訳完了
システム内更新日: 2025-05-08 19:07:35.668391
Title: Functional Partial Least-Squares: Adaptive Estimation and Inference
Title（参考訳）: 機能的部分最小二乗:適応的推定と推論
Authors: Andrii Babii, Marine Carrasco, Idriss Tsafack,
Abstract要約: 関数的部分最小二乗(PLS)推定器は, 楕円体のクラスに対して, 最大収束速度がほぼ最小となることを示す。トウモロコシと大豆の収量に対する温度の非線形効果を評価するために,本手法を適用した。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We study the functional linear regression model with a scalar response and a Hilbert space-valued predictor, a canonical example of an ill-posed inverse problem. We show that the functional partial least squares (PLS) estimator attains nearly minimax-optimal convergence rates over a class of ellipsoids and propose an adaptive early stopping procedure for selecting the number of PLS components. In addition, we develop new test that can detect local alternatives converging at the parametric rate which can be inverted to construct confidence sets. Simulation results demonstrate that the estimator performs favorably relative to several existing methods and the proposed test exhibits good power properties. We apply our methodology to evaluate the nonlinear effects of temperature on corn and soybean yields.
Abstract（参考訳）: 本研究では,スカラー応答とヒルベルト空間値予測器を用いた関数線形回帰モデルについて検討する。機能的部分最小二乗推定器 (PLS) は, 楕円体群に対する最小最適収束率をほぼ達成し, PLS 成分数を選択する適応的な早期停止手順を提案する。さらに、パラメトリックレートで収束する局所的な代替品を検出できる新しいテストを開発し、信頼セットを構築するために反転することができる。シミュレーションの結果、推定器はいくつかの既存手法と比較して良好に動作し、提案試験は優れたパワー特性を示すことが示された。トウモロコシと大豆の収量に対する温度の非線形効果を評価するために,本手法を適用した。

関連論文リスト

Maximum a Posteriori Estimation for Linear Structural Dynamics Models Using Bayesian Optimization with Rational Polynomial Chaos Expansions [0.01578888899297715]
本稿では,MAP推定のための既存のスパースベイズ学習手法の拡張を提案する。ベイズ最適化手法を導入し,実験設計を適応的に強化する。疎性誘導学習と実験設計を組み合わせることで,モデル評価の回数を効果的に削減する。
論文参考訳（メタデータ） (2024-08-07T06:11:37Z)
Multivariate root-n-consistent smoothing parameter free matching estimators and estimators of inverse density weighted expectations [51.000851088730684]
我々は、パラメトリックな$sqrt n $-rateで収束する、最も近い隣人の新しい修正とマッチング推定器を開発する。我々は,非パラメトリック関数推定器は含まないこと,特に標本サイズ依存パラメータの平滑化には依存していないことを強調する。
論文参考訳（メタデータ） (2024-07-11T13:28:34Z)
Kernel-based off-policy estimation without overlap: Instance optimality beyond semiparametric efficiency [53.90687548731265]
本研究では,観測データに基づいて線形関数を推定するための最適手順について検討する。任意の凸および対称函数クラス $mathcalF$ に対して、平均二乗誤差で有界な非漸近局所ミニマックスを導出する。
論文参考訳（メタデータ） (2023-01-16T02:57:37Z)
On High dimensional Poisson models with measurement error: hypothesis testing for nonlinear nonconvex optimization [13.369004892264146]
我々は高次元の回帰モデルの推定と検証を行い、データ解析に広く応用する。ペナル化された一貫性を最小化することで回帰パラメータを推定する。提案手法はアルツハイマー病イニシアチブに適用される。
論文参考訳（メタデータ） (2022-12-31T06:58:42Z)
Statistical Optimality of Divide and Conquer Kernel-based Functional Linear Regression [1.7227952883644062]
本稿では,対象関数が基礎となるカーネル空間に存在しないシナリオにおいて,分割・コンカレント推定器の収束性能について検討する。分解に基づくスケーラブルなアプローチとして、関数線形回帰の分割・収束推定器は、時間とメモリにおけるアルゴリズムの複雑さを大幅に減らすことができる。
論文参考訳（メタデータ） (2022-11-20T12:29:06Z)
Sparse high-dimensional linear regression with a partitioned empirical Bayes ECM algorithm [62.997667081978825]
疎高次元線形回帰に対する計算効率が高く強力なベイズ的手法を提案する。パラメータに関する最小の事前仮定は、プラグイン経験的ベイズ推定(英語版)を用いて用いられる。提案手法はRパッケージプローブに実装されている。
論文参考訳（メタデータ） (2022-09-16T19:15:50Z)
Adaptive LASSO estimation for functional hidden dynamic geostatistical model [69.10717733870575]
関数型隠れ統計モデル(f-HD)のためのペナル化極大推定器(PMLE)に基づく新しいモデル選択アルゴリズムを提案する。このアルゴリズムは反復最適化に基づいており、適応最小限の収縮・セレクタ演算子(GMSOLAS)ペナルティ関数を用いており、これは不給付のf-HD最大線量推定器によって得られる。
論文参考訳（メタデータ） (2022-08-10T19:17:45Z)
Experimental Design for Linear Functionals in Reproducing Kernel Hilbert Spaces [102.08678737900541]
線形汎関数に対するバイアス認識設計のためのアルゴリズムを提供する。準ガウス雑音下での固定および適応設計に対する漸近的でない信頼集合を導出する。
論文参考訳（メタデータ） (2022-05-26T20:56:25Z)
Optimal prediction for kernel-based semi-functional linear regression [5.827901300943599]
半関数線形モデルにおける予測のための収束の最小値を求める。その結果, よりスムーズな関数成分は, 非パラメトリック成分が知られているようなミニマックス速度で学習できることが判明した。
論文参考訳（メタデータ） (2021-10-29T04:55:44Z)
Near-optimal inference in adaptive linear regression [60.08422051718195]
最小二乗法のような単純な方法でさえ、データが適応的に収集されるときの非正規な振る舞いを示すことができる。我々は,これらの分布異常を少なくとも2乗推定で補正するオンラインデバイアス推定器のファミリーを提案する。我々は,マルチアームバンディット,自己回帰時系列推定,探索による能動的学習などの応用を通して,我々の理論の有用性を実証する。
論文参考訳（メタデータ） (2021-07-05T21:05:11Z)
Zeroth-Order Hybrid Gradient Descent: Towards A Principled Black-Box Optimization Framework [100.36569795440889]
この作業は、一階情報を必要としない零次最適化(ZO)の反復である。座標重要度サンプリングにおける優雅な設計により,ZO最適化法は複雑度と関数クエリコストの両面において効率的であることを示す。
論文参考訳（メタデータ） (2020-12-21T17:29:58Z)
Equivalence of Convergence Rates of Posterior Distributions and Bayes Estimators for Functions and Nonparametric Functionals [4.375582647111708]
非パラメトリック回帰におけるガウス過程の先行したベイズ法の後部収縮率について検討する。カーネルの一般クラスに対しては、回帰関数とその微分の後方測度の収束率を確立する。我々の証明は、ある条件下では、ベイズ推定器の任意の収束率に対して、後部分布の同じ収束率に対応することを示す。
論文参考訳（メタデータ） (2020-11-27T19:11:56Z)
Sparse Representations of Positive Functions via First and Second-Order Pseudo-Mirror Descent [15.340540198612823]
推定器の範囲が非負である必要がある場合、予測されるリスク問題を考察する。 Emphpseudo-gradientsを用いた近似ミラーの1階および2階の変種を開発した。実験は、実際に不均一なプロセス強度推定に好適な性能を示す。
論文参考訳（メタデータ） (2020-11-13T21:54:28Z)
Nearest Neighbour Based Estimates of Gradients: Sharp Nonasymptotic Bounds and Applications [0.6445605125467573]
勾配推定は統計学と学習理論において重要である。ここでは古典的な回帰設定を考えると、実値の正方形可積分 r.v.$Y$ が予測される。代替推定法で得られた値に対して, 漸近的境界が改良されることを証明した。
論文参考訳（メタデータ） (2020-06-26T15:19:43Z)
Minimax Estimation of Conditional Moment Models [40.95498063465325]
min-max基準関数を導入し,ゼロサムゲームの解法とみなすことができる。任意の仮説空間に対する結果推定器の統計的推定速度を解析する。修正された平均二乗誤差率と、逆問題の不備とが組み合わさって、平均二乗誤差率をもたらすことを示す。
論文参考訳（メタデータ） (2020-06-12T14:02:38Z)
Path Sample-Analytic Gradient Estimators for Stochastic Binary Networks [78.76880041670904]
二進的アクティベーションや二進的重みを持つニューラルネットワークでは、勾配降下によるトレーニングは複雑である。そこで本研究では,サンプリングと解析近似を併用した新しい推定法を提案する。勾配推定において高い精度を示し、深部畳み込みモデルにおいてより安定かつ優れた訓練を行うことを示す。
論文参考訳（メタデータ） (2020-06-04T21:51:21Z)
SLEIPNIR: Deterministic and Provably Accurate Feature Expansion for Gaussian Process Regression with Derivatives [86.01677297601624]
本稿では,2次フーリエ特徴に基づく導関数によるGP回帰のスケーリング手法を提案する。我々は、近似されたカーネルと近似された後部の両方に適用される決定論的、非漸近的、指数関数的に高速な崩壊誤差境界を証明した。
論文参考訳（メタデータ） (2020-03-05T14:33:20Z)
Support recovery and sup-norm convergence rates for sparse pivotal estimation [79.13844065776928]
高次元スパース回帰では、ピボット推定器は最適な正規化パラメータがノイズレベルに依存しない推定器である。非滑らかで滑らかな単一タスクとマルチタスク正方形ラッソ型推定器に対するミニマックス超ノルム収束率を示す。
論文参考訳（メタデータ） (2020-01-15T16:11:04Z)

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。