Fugu-MT 論文翻訳(概要): Dimension-free uniform concentration bound for logistic regression

論文の概要: Dimension-free uniform concentration bound for logistic regression

arxiv url: http://arxiv.org/abs/2405.18055v2
Date: Wed, 5 Jun 2024 10:50:57 GMT
ステータス: 処理完了
システム内更新日: 2024-06-06 23:59:22.744669
Title: Dimension-free uniform concentration bound for logistic regression
Title（参考訳）: 対数回帰に束縛された次元自由一様濃度
Authors: Shogo Nakakita,
Abstract要約: 制約付きロジスティック回帰の次元リスク関数に束縛された新規な一様濃度を与える。我々の境界は、ラデマッハ複雑性論とマクダイアルメイドの不等式によって導かれる条件よりも大きな数の一様法則に対して、より穏やかな条件をもたらす。
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 provide a novel dimension-free uniform concentration bound for the empirical risk function of constrained logistic regression. Our bound yields a milder sufficient condition for a uniform law of large numbers than conditions derived by the Rademacher complexity argument and McDiarmid's inequality. The derivation is based on the PAC-Bayes approach with second-order expansion and Rademacher-complexity-based bounds for the residual term of the expansion.
Abstract（参考訳）: 制約付きロジスティック回帰の経験的リスク関数に拘束された新しい次元自由一様濃度を与える。我々の境界は、ラデマッハ複雑性論とマクダイアルメイドの不等式によって導かれる条件よりも大きな数の一様法則に対して、より穏やかな条件をもたらす。この導出は、2階展開を持つPAC-ベイズ法と、拡張の残余項に対するラデマッハ複素性に基づく境界に基づくものである。

関連論文リスト

Tamed Langevin sampling under weaker conditions [27.872857402255775]
ログコンケーブではなく,弱い散逸性しか持たない分布から抽出する問題について検討する。そこで本研究では,対象分布の成長と崩壊特性に合わせたテイミング手法を提案する。提案したサンプルに対して,Kulback-Leiblerの発散,全変動,ワッサーシュタイン距離といった条件で明確な非漸近保証を与える。
論文参考訳（メタデータ） (2024-05-27T23:00:40Z)
Symmetric Mean-field Langevin Dynamics for Distributional Minimax Problems [78.96969465641024]
平均場ランゲヴィンのダイナミクスを、対称で証明可能な収束した更新で、初めて確率分布に対する最小の最適化に拡張する。また,時間と粒子の離散化機構について検討し,カオス結果の新たな均一時間伝播を証明した。
論文参考訳（メタデータ） (2023-12-02T13:01:29Z)
Taming under isoperimetry [0.0]
本稿では,ログの増大に伴う分布のサンプル化を目的としたLangevinベースのスキームであるmathbfsTULA$を提案する。非漸近KLを導出し、結果としてLog-Sobolevの不等式を満たす。
論文参考訳（メタデータ） (2023-11-15T14:44:16Z)
An Improved Uniform Convergence Bound with Fat-Shattering Dimension [4.5349436061325425]
最先端の上界は、サンプルの複雑さに乗法的二乗対数係数を持ち、既存の下界との開ギャップを残している。このギャップを埋める改良された一様収束境界を提供する。
論文参考訳（メタデータ） (2023-07-13T09:20:57Z)
Curvature-Independent Last-Iterate Convergence for Games on Riemannian Manifolds [77.4346324549323]
本研究では, 多様体の曲率に依存しないステップサイズが, 曲率非依存かつ直線的最終点収束率を達成することを示す。我々の知る限りでは、曲率非依存率や/または最終点収束の可能性はこれまでに検討されていない。
論文参考訳（メタデータ） (2023-06-29T01:20:44Z)
On the Importance of Gradient Norm in PAC-Bayesian Bounds [92.82627080794491]
対数ソボレフ不等式の縮約性を利用する新しい一般化法を提案する。我々は、この新たな損失段階的ノルム項が異なるニューラルネットワークに与える影響を実証的に分析する。
論文参考訳（メタデータ） (2022-10-12T12:49:20Z)
Role of boundary conditions in the full counting statistics of topological defects after crossing a continuous phase transition [62.997667081978825]
トポロジカル欠陥の統計学における境界条件の役割を解析する。また, クイン数分布の累積は, クエンチ率に比例して普遍的なスケーリングを示すことを示した。
論文参考訳（メタデータ） (2022-07-08T09:55:05Z)
Nearest neighbor empirical processes [7.034466417392574]
近辺から所与の点$x$への応答に基づく実証測度を導入し、中央統計量として研究する。均一な非漸近境界は、一様エントロピー数上でよく知られた条件の下で成立し、しばしばVapnik-Chervonenkis (Vapnik-Chervonenkis) と呼ばれる。これは、標準公式を用いて、全データの代わりに最も近い隣人だけを用いて分散を推定できる可能性を示唆している。
論文参考訳（メタデータ） (2021-10-27T08:15:20Z)
Lifting the Convex Conjugate in Lagrangian Relaxations: A Tractable Approach for Continuous Markov Random Fields [53.31927549039624]
断片的な離散化は既存の離散化問題と矛盾しないことを示す。この理論を2つの画像のマッチング問題に適用する。
論文参考訳（メタデータ） (2021-07-13T12:31:06Z)
R\'enyi divergence inequalities via interpolation, with applications to generalised entropic uncertainty relations [91.3755431537592]
量子R'enyiエントロピー量、特に'サンドウィッチ'の発散量について検討する。我々は、R'enyi相互情報分解規則、R'enyi条件エントロピー三部類連鎖規則に対する新しいアプローチ、より一般的な二部類比較を示す。
論文参考訳（メタデータ） (2021-06-19T04:06:23Z)
Statistical optimality conditions for compressive ensembles [7.766921168069532]
本研究では,高次元データの無作為圧縮を訓練した低複雑さ経験的リスク最小化器のアンサンブルの理論解析のための枠組みを提案する。本稿では, 圧縮性の概念として, 余剰リスクに関する一般分布依存上界を導入する。次に、ジョンソン-リンデンシュトラウス写像を圧縮スキームとして考慮し、この一般化を分類および回帰タスクに縛り付ける。
論文参考訳（メタデータ） (2021-06-02T11:52:31Z)

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。