Fugu-MT 論文翻訳(概要): Variance-based sensitivity analysis in the presence of correlated input variables

論文の概要: Variance-based sensitivity analysis in the presence of correlated input variables

arxiv url: http://arxiv.org/abs/2408.04933v1
Date: Fri, 9 Aug 2024 08:32:58 GMT
ステータス: 処理完了
システム内更新日: 2024-08-12 16:18:44.200138
Title: Variance-based sensitivity analysis in the presence of correlated input variables
Title（参考訳）: 相関入力変数の存在下での変動に基づく感度解析
Authors: Thomas Most,
Abstract要約: 分散に基づく感度指標の推定のための古典的ソボ推定器の拡張を提案する。この手法は、入力変数の寄与を相関部と非相関部に分解するために用いられる線形相関モデルを仮定する。
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: In this paper we propose an extension of the classical Sobol' estimator for the estimation of variance based sensitivity indices. The approach assumes a linear correlation model between the input variables which is used to decompose the contribution of an input variable into a correlated and an uncorrelated part. This method provides sampling matrices following the original joint probability distribution which are used directly to compute the model output without any assumptions or approximations of the model response function.
Abstract（参考訳）: 本稿では,分散に基づく感度指標推定のための古典的ソボ推定器の拡張を提案する。提案手法では,入力変数の寄与を相関部と非相関部に分解するために使用する入力変数間の線形相関モデルを仮定する。この方法は、モデル応答関数の仮定や近似なしに直接モデル出力を計算するために使用される元の関節確率分布に従ってサンプリング行列を提供する。

関連論文リスト

Modelled Multivariate Overlap: A method for measuring vowel merger [0.0]
本稿では,母音重複の定量化手法を提案する。英語の4方言におけるPIN-PEN統合をターゲットとしたコーパス音声データの評価を行った。
論文参考訳（メタデータ） (2024-06-24T04:56:26Z)
Generative vs. Discriminative modeling under the lens of uncertainty quantification [0.929965561686354]
本稿では,生成的アプローチと識別的アプローチの比較分析を行った。両手法が,不確実性を考慮した推論において,様々な情報源からの情報を活用する能力を比較する。本稿では,両手法の教師あり学習と,検討されたモデリング手法と互換性のあるセミ教師あり学習を実現するための一般的なサンプリング手法を提案する。
論文参考訳（メタデータ） (2024-06-13T14:32:43Z)
Fusion of Gaussian Processes Predictions with Monte Carlo Sampling [61.31380086717422]
科学と工学において、私たちはしばしば興味のある変数の正確な予測のために設計されたモデルで作業します。これらのモデルが現実の近似であることを認識し、複数のモデルを同じデータに適用し、結果を統合することが望ましい。
論文参考訳（メタデータ） (2024-03-03T04:21:21Z)
Aggregation Weighting of Federated Learning via Generalization Bound Estimation [65.8630966842025]
フェデレートラーニング(FL)は通常、サンプル比率によって決定される重み付けアプローチを使用して、クライアントモデルパラメータを集約する。上記の重み付け法を,各局所モデルの一般化境界を考慮した新しい戦略に置き換える。
論文参考訳（メタデータ） (2023-11-10T08:50:28Z)
Sensitivity Analysis of High-Dimensional Models with Correlated Inputs [0.0]
相関パラメータの感度は大きさだけでなく、微分に基づく指数の符号も逆転することができる。相関パラメータの感度が大まかに異なるだけでなく、微分に基づく指数の符号も逆転できることを示した。
論文参考訳（メタデータ） (2023-05-31T14:48:54Z)
Equivariance Discovery by Learned Parameter-Sharing [153.41877129746223]
データから解釈可能な等価性を発見する方法について検討する。具体的には、モデルのパラメータ共有方式に対する最適化問題として、この発見プロセスを定式化する。また,ガウスデータの手法を理論的に解析し,研究された発見スキームとオラクルスキームの間の平均2乗ギャップを限定する。
論文参考訳（メタデータ） (2022-04-07T17:59:19Z)
Performance of Bayesian linear regression in a model with mismatch [8.60118148262922]
本研究では,ガウス先行の対数対数対のベイズ分布の平均値から得られる推定器の性能を解析した。この推論モデルは、スピングラスにおけるガードナーモデルのバージョンとして記述することができる。
論文参考訳（メタデータ） (2021-07-14T18:50:13Z)
Eigen Analysis of Self-Attention and its Reconstruction from Partial Computation [58.80806716024701]
ドット積に基づく自己注意を用いて計算した注意点のグローバルな構造について検討する。注意点の変動の大部分は低次元固有空間にあることがわかった。トークンペアの部分的な部分集合に対してのみスコアを計算し、それを用いて残りのペアのスコアを推定する。
論文参考訳（メタデータ） (2021-06-16T14:38:42Z)
Quantitative Understanding of VAE as a Non-linearly Scaled Isometric Embedding [52.48298164494608]
変分オートエンコーダ(VAE)は、各入力データに対応する潜伏変数の後方パラメータを推定する。本稿では,VAEの微分幾何学的および情報理論的解釈を通じて,VAEの特性を定量的に理解する。
論文参考訳（メタデータ） (2020-07-30T02:37:46Z)
Accounting for Unobserved Confounding in Domain Generalization [107.0464488046289]
本稿では,データセットの組み合わせから頑健で一般化可能な予測モデルを学習する際の問題点について検討する。堅牢なモデルを学ぶことの課題の一部は、保存されていない共同設立者の影響にある。異なるモダリティの医療データに対するアプローチの実証的性能を実証する。
論文参考訳（メタデータ） (2020-07-21T08:18:06Z)
Bayesian Sparse Covariance Structure Analysis for Correlated Count Data [3.867363075280544]
犯罪の潜在的なリスクを支配している潜伏変数に対するガウス図式モデルを仮定する。提案したモデルを用いて,潜在変数のスパース逆共分散を推定し,偏相関係数を評価する。
論文参考訳（メタデータ） (2020-06-05T05:34:35Z)

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。