Fugu-MT 論文翻訳(概要): Neural-ANOVA: Analytical Model Decomposition using Automatic Integration

論文の概要: Neural-ANOVA: Analytical Model Decomposition using Automatic Integration

arxiv url: http://arxiv.org/abs/2408.12319v2
Date: Thu, 31 Jul 2025 12:26:55 GMT
ステータス: 翻訳完了
システム内更新日: 2025-08-01 17:19:08.026662
Title: Neural-ANOVA: Analytical Model Decomposition using Automatic Integration
Title（参考訳）: Neural-ANOVA:自動積分を用いた解析モデル分解
Authors: Steffen Limmer, Steffen Udluft, Clemens Otte,
Abstract要約: ニューラルネットワークを低次モデルの和に分解するアプローチであるNeural-ANOVAを導入する。本手法は,部分空間上の積分の高速な解析的評価を可能にする学習問題を定式化する。
参考スコア（独自算出の注目度）: 2.321323878201932
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The analysis of variance (ANOVA) decomposition offers a systematic method to understand the interaction effects that contribute to a specific decision output. In this paper we introduce Neural-ANOVA, an approach to decompose neural networks into the sum of lower-order models using the functional ANOVA decomposition. Our approach formulates a learning problem, which enables fast analytical evaluation of integrals over subspaces that appear in the calculation of the ANOVA decomposition. Finally, we conduct numerical experiments to provide insights into the approximation properties compared to other regression approaches from the literature.
Abstract（参考訳）: 分散(ANOVA)分解の分析は、特定の決定出力に寄与する相互作用効果を理解するための体系的な方法を提供する。本稿では,ニューラルネットワークを機能的ANOVA分解を用いて下位モデルの和に分解する手法であるNeural-ANOVAを紹介する。本稿では,ANOVA分解の計算に現れる部分空間上の積分の高速な解析的評価を可能にする学習問題を定式化する。最後に,本論文の他の回帰手法と比較して,近似特性に関する知見を提供するための数値実験を行った。

関連論文リスト

Malliavin Calculus for Score-based Diffusion Models [4.8357445794151594]
スコア関数 $nabla log p_t(x)$ の正確な解析式を導出する。提案手法は複数の生成タスクにまたがって評価され,その性能は最先端の手法に匹敵することがわかった。
論文参考訳（メタデータ） (2025-03-21T07:27:10Z)
Identifiable Multi-View Causal Discovery Without Non-Gaussianity [63.217175519436125]
多視点構造方程式モデル(SEM)の枠組みにおける線形因果発見への新しいアプローチを提案する。我々は、SEMの構造が非巡回的であること以外は、余計な仮定をすることなく、モデルの全てのパラメータの識別可能性を証明する。提案手法は,脳領域間の因果グラフの推定を可能にする実データへのシミュレーションおよび応用を通じて検証される。
論文参考訳（メタデータ） (2025-02-27T14:06:14Z)
Tensor Product Neural Networks for Functional ANOVA Model [2.7227970740933674]
機械学習モデルの複雑化に伴い、機械学習モデルの解釈可能性の重要性が増している。高次元関数を低次元関数の和に分解する機能的ANOVAモデルは、AIを解釈する最も一般的なツールの1つである。本稿では,ANOVAのユニークな分解を保証し,各成分を安定かつ正確に推定できるニューラルネットワークを提案する。
論文参考訳（メタデータ） (2025-02-21T05:15:38Z)
Total Uncertainty Quantification in Inverse PDE Solutions Obtained with Reduced-Order Deep Learning Surrogate Models [50.90868087591973]
機械学習サロゲートモデルを用いて得られた逆PDE解の総不確かさを近似したベイズ近似法を提案する。非線型拡散方程式に対する反復的アンサンブルスムーズおよび深層アンサンブル法との比較により,提案手法を検証した。
論文参考訳（メタデータ） (2024-08-20T19:06:02Z)
META-ANOVA: Screening interactions for interpretable machine learning [4.047495522208112]
我々はメタアノバと呼ばれる新しい手法を開発し、任意の予測モデルに対して解釈可能なモデルを提供する。 Meta-ANOVAの新たな技術的貢献は、与えられたブラックボックスモデルを機能的ANOVAモデルに変換する前に不要な相互作用をスクリーニングする手順である。
論文参考訳（メタデータ） (2024-08-02T01:49:29Z)
Diffusion models as probabilistic neural operators for recovering unobserved states of dynamical systems [49.2319247825857]
拡散に基づく生成モデルは、ニューラル演算子に好適な多くの特性を示す。本稿では,複数のタスクに適応可能な単一モデルを,トレーニング中のタスク間で交互に学習することを提案する。
論文参考訳（メタデータ） (2024-05-11T21:23:55Z)
Causality Pursuit from Heterogeneous Environments via Neural Adversarial Invariance Learning [12.947265104477237]
データから因果関係を抽出することは、科学的発見、治療介入、伝達学習における根本的な問題である。本稿では,複数の環境における回帰モデルにおける非パラメトリック不変性と因果学習に対処するアルゴリズムを提案する。提案したFocused Adrial Invariant Regularizationフレームワークは、逆検定により回帰モデルを予測不変解へ向ける革新的なミニマックス最適化手法を利用する。
論文参考訳（メタデータ） (2024-05-07T23:37:40Z)
An Orthogonal Polynomial Kernel-Based Machine Learning Model for Differential-Algebraic Equations [0.24578723416255746]
本稿では,LS-SVR機械学習モデル,重み付き残差法,レジェンダ間の接続を確立することにより,一般DAEを演算子形式で解く新しい手法を提案する。提案手法の有効性を評価するため,非線形システム,分数次微分,積分微分,部分DAEなど,様々なDAEシナリオを考慮したシミュレーションを行った。
論文参考訳（メタデータ） (2024-01-25T18:37:17Z)
Manipulating Feature Visualizations with Gradient Slingshots [54.31109240020007]
本稿では,モデルの決定過程に大きな影響を及ぼすことなく,特徴可視化(FV)を操作する新しい手法を提案する。ニューラルネットワークモデルにおける本手法の有効性を評価し,任意の選択したニューロンの機能を隠蔽する能力を示す。
論文参考訳（メタデータ） (2024-01-11T18:57:17Z)
Information-Theoretic Diffusion [18.356162596599436]
拡散モデルのデノイングは密度モデリングや画像生成において大きな進歩をもたらした。情報理論における古典的な結果にインスパイアされた拡散モデルのための新しい数学的基礎を導入する。
論文参考訳（メタデータ） (2023-02-07T23:03:07Z)
Statistical Aspects of SHAP: Functional ANOVA for Model Interpretation [0.456877715768796]
SHAP近似の課題は、特徴分布の選択と推定されるANOVAの2ドル$ANOVAの項数に大きく関係していることが示される。機械学習の説明可能性と感度分析の関連性は、このケースでは明らかにされているが、実際的な結果は明らかではない。
論文参考訳（メタデータ） (2022-08-21T21:46:15Z)
On Numerical Integration in Neural Ordinary Differential Equations [0.0]
本稿では,数値積分がニューラルネットワークモデルの学習に与える影響を明らかにするために,逆修正微分方程式(IMDE)を提案する。ニューラルODEモデルのトレーニングは、真のODEではなく、IMDEの近似を実際に返すことが示されている。
論文参考訳（メタデータ） (2022-06-15T07:39:01Z)
Loss function based second-order Jensen inequality and its application to particle variational inference [112.58907653042317]
粒子変分推論(PVI)は、後部分布の実験的近似としてモデルのアンサンブルを用いる。 PVIは、最適化されたモデルの多様性を保証するために、各モデルを反発力で反復的に更新する。我々は,新たな一般化誤差を導出し,モデルの多様性を高めて低減できることを示す。
論文参考訳（メタデータ） (2021-06-09T12:13:51Z)
Neural Dynamic Mode Decomposition for End-to-End Modeling of Nonlinear Dynamics [49.41640137945938]
ニューラルネットワークに基づくリフト関数を推定するためのニューラルダイナミックモード分解法を提案する。提案手法により,予測誤差はニューラルネットワークとスペクトル分解によって逆伝搬される。提案手法の有効性を,固有値推定と予測性能の観点から実証した。
論文参考訳（メタデータ） (2020-12-11T08:34:26Z)
Model Fusion with Kullback--Leibler Divergence [58.20269014662046]
異種データセットから学習した後続分布を融合する手法を提案する。我々のアルゴリズムは、融合モデルと個々のデータセット後部の両方に対する平均場仮定に依存している。
論文参考訳（メタデータ） (2020-07-13T03:27:45Z)
Provably Efficient Neural Estimation of Structural Equation Model: An Adversarial Approach [144.21892195917758]
一般化構造方程式モデル(SEM)のクラスにおける推定について検討する。線形作用素方程式をmin-maxゲームとして定式化し、ニューラルネットワーク(NN)でパラメータ化し、勾配勾配を用いてニューラルネットワークのパラメータを学習する。提案手法は,サンプル分割を必要とせず,確固とした収束性を持つNNをベースとしたSEMの抽出可能な推定手順を初めて提供する。
論文参考訳（メタデータ） (2020-07-02T17:55:47Z)
Neural Decomposition: Functional ANOVA with Variational Autoencoders [9.51828574518325]
変分オートエンコーダ (VAEs) は次元減少に対する一般的なアプローチとなっている。 VAEのブラックボックスの性質のため、医療やゲノミクスの応用には限界があった。本研究では,条件付きVAEの変動源の特徴付けに焦点をあてる。
論文参考訳（メタデータ） (2020-06-25T10:29:13Z)
Stochasticity in Neural ODEs: An Empirical Study [68.8204255655161]
ニューラルネットワークの正規化(ドロップアウトなど)は、より高度な一般化を可能にするディープラーニングの広範な技術である。トレーニング中のデータ拡張は、同じモデルの決定論的およびバージョンの両方のパフォーマンスを向上させることを示す。しかし、データ拡張によって得られる改善により、経験的正規化の利得は完全に排除され、ニューラルODEとニューラルSDEの性能は無視される。
論文参考訳（メタデータ） (2020-02-22T22:12:56Z)

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。