論文の概要: WeSpeR: Computing non-linear shrinkage formulas for the weighted sample covariance

• arxiv url: http://arxiv.org/abs/2410.14413v2
• Date: Sat, 30 Aug 2025 15:40:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-03 14:24:52.016966
• Title: WeSpeR: Computing non-linear shrinkage formulas for the weighted sample covariance
• Title（参考訳）: WeSpeR:重み付きサンプル共分散に対する非線形収縮公式の計算
• Authors: Benoit Oriol,
• Abstract要約: textitWeSpeRアルゴリズムの導出にはサンプルスペクトルの理論的特性を用いる。 私たちは、1000ドル以上の次元で非線形収縮を著しくスピードアップします。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: We address the issue of computing the non-linear shrinkage formulas for the weighted sample covariance in high dimension. We use theoretical properties of the asymptotic sample spectrum in order to derive the \textit{WeSpeR} algorithm and significantly speed up non-linear shrinkage in dimension higher than $1000$. Empirical tests confirm the good properties of the \textit{WeSpeR} algorithm. We provide the implementation in PyTorch for it.
• Abstract（参考訳）: 重み付きサンプル共分散の非線形縮合式を高次元で計算する問題に対処する。 漸近的サンプルスペクトルの理論的特性を用いて, \textit{WeSpeR} アルゴリズムを導出し, 次元1,000ドル以上の非線形収縮を著しく高速化する。 経験的テストは、 \textit{WeSpeR} アルゴリズムの良好な性質を確認する。 私たちはPyTorchの実装を提供しています。

関連論文リスト

• Fast and Robust: Computationally Efficient Covariance Estimation for Sub-Weibull Vectors [0.0]
  本研究では,textbfSub-Weibull(拡張指数尾部$exp(-t)$)の特定の構造を目標とする。 要素的トランケーションとは異なり、我々の手法は、$O(Nd2)$演算を必要としながらスペクトル幾何学を保存する。 我々は、推定器が高い確率で最適な準ガウスレート$tildeO(sqrtr()/N)$を回復することを示す非漸近誤差境界を導出する。
  論文  参考訳（メタデータ） (2025-12-19T14:34:30Z)
• Restricted Spectral Gap Decomposition for Simulated Tempering Targeting Mixture Distributions [3.7577421880330535]
  模擬テンパリングと任意の局所連鎖モンテカルロサンプリング器を組み合わせることを考える。 混合分布からサンプリングするアルゴリズムの制限スペクトルギャップを下限とした新しい分解定理を提案する。
  論文  参考訳（メタデータ） (2025-05-21T03:28:55Z)
• The Performance Of The Unadjusted Langevin Algorithm Without Smoothness Assumptions [0.0]
  本稿では,Langevinをベースとしたアルゴリズムを提案する。 ULAのようなサンプリング器の性能は、必ずしも低規則性で任意に劣化しないことを示す。
  論文  参考訳（メタデータ） (2025-02-05T18:55:54Z)
• Asymptotic non-linear shrinkage and eigenvector overlap for weighted sample covariance [0.0]
  我々は、Ledoit と P'ech'e の精神における非線形収縮公式を計算する。 非線形収縮推定器の性能を示し、それらの式を数値計算するアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-10-18T12:33:10Z)
• A Sample Efficient Alternating Minimization-based Algorithm For Robust Phase Retrieval [56.67706781191521]
  そこで本研究では,未知の信号の復元を課題とする,ロバストな位相探索問題を提案する。 提案するオラクルは、単純な勾配ステップと外れ値を用いて、計算学的スペクトル降下を回避している。
  論文  参考訳（メタデータ） (2024-09-07T06:37:23Z)
• Relative-Translation Invariant Wasserstein Distance [82.6068808353647]
  距離の新しい族、相対翻訳不変ワッサーシュタイン距離(RW_p$)を導入する。 我々は、$RW_p 距離もまた、分布変換に不変な商集合 $mathcalP_p(mathbbRn)/sim$ 上で定義される実距離測度であることを示す。
  論文  参考訳（メタデータ） (2024-09-04T03:41:44Z)
• Variance Reduction for the Independent Metropolis Sampler [11.074080383657453]
  我々は、$pi$がKL分散の下で別の密度$q$に十分近い場合、$pi$からサンプルを得る独立したサンプリング器は、$pi$からサンプリングするi.d.よりも小さな分散を達成することを証明した。 提案手法は,KLの目標との偏差が低減されるように,提案密度に適応する適応型独立メトロポリスアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-06-25T16:38:53Z)
• In-and-Out: Algorithmic Diffusion for Sampling Convex Bodies [7.70133333709347]
  高次元凸体を一様にサンプリングするための新しいランダムウォークを提案する。 出力をより強力な保証で、最先端のランタイムの複雑さを実現する。
  論文  参考訳（メタデータ） (2024-05-02T16:15:46Z)
• Computational-Statistical Gaps in Gaussian Single-Index Models [77.1473134227844]
  単次元モデル(Single-Index Models)は、植木構造における高次元回帰問題である。 我々は,統計的クエリ (SQ) と低遅延多項式 (LDP) フレームワークの両方において,計算効率のよいアルゴリズムが必ずしも$Omega(dkstar/2)$サンプルを必要とすることを示した。
  論文  参考訳（メタデータ） (2024-03-08T18:50:19Z)
• Stochastic Optimization for Non-convex Problem with Inexact Hessian Matrix, Gradient, and Function [99.31457740916815]
  信頼領域(TR)と立方体を用いた適応正則化は、非常に魅力的な理論的性質を持つことが証明されている。 TR法とARC法はヘッセン関数,勾配関数,関数値の非コンパクトな計算を同時に行うことができることを示す。
  論文  参考訳（メタデータ） (2023-10-18T10:29:58Z)
• Adaptive Annealed Importance Sampling with Constant Rate Progress [68.8204255655161]
  Annealed Importance Smpling (AIS)は、抽出可能な分布から重み付けされたサンプルを合成する。 本稿では,alpha$-divergencesに対する定数レートAISアルゴリズムとその効率的な実装を提案する。
  論文  参考訳（メタデータ） (2023-06-27T08:15:28Z)
• On the Convergence Rate of Gaussianization with Random Rotations [0.8081564951955755]
  本稿では,必要な層数がガウス入力の次元と線形にスケールできることを解析的に示す。 任意の入力$p(x)$に対して、同じ線形的なコスト増加が見つかるが、いくつかの分布に対して好意的なスケーリングが観察される。
  論文  参考訳（メタデータ） (2023-06-23T14:35:39Z)
• Anomaly Detection with Variance Stabilized Density Estimation [49.46356430493534]
  本稿では, 観測試料の確率を最大化するための分散安定化密度推定問題を提案する。 信頼性の高い異常検知器を得るために,分散安定化分布を学習するための自己回帰モデルのスペクトルアンサンブルを導入する。 我々は52のデータセットで広範なベンチマークを行い、我々の手法が最先端の結果につながることを示した。
  論文  参考訳（メタデータ） (2023-06-01T11:52:58Z)
• Mean-Square Analysis of Discretized It\^o Diffusions for Heavy-tailed Sampling [17.415391025051434]
  重み付きポインカーの不等式に関連する伊藤拡散の自然クラスを離散化することにより、重み付き分布のクラスからのサンプリングの複雑さを分析する。 平均二乗解析に基づいて、ワッサーシュタイン2計量のターゲット分布に近い分布が$epsilon$のサンプルを得るための反復複雑性を確立する。
  論文  参考訳（メタデータ） (2023-03-01T15:16:03Z)
• Projected Gradient Descent Algorithms for Solving Nonlinear Inverse Problems with Generative Priors [17.426500577203505]
  未知の$p$次元信号は、有界な$k$次元入力を持つ$L$-Lipschitz連続生成モデルの範囲近くにあると仮定する。 本稿では, 最適統計率を期待できる非線形最小二乗推定器を提案する。
  論文  参考訳（メタデータ） (2022-09-21T04:05:12Z)
• Mean-Square Analysis with An Application to Optimal Dimension Dependence of Langevin Monte Carlo [60.785586069299356]
  この研究は、2-ワッサーシュタイン距離におけるサンプリング誤差の非同相解析のための一般的な枠組みを提供する。 我々の理論解析は数値実験によってさらに検証される。
  論文  参考訳（メタデータ） (2021-09-08T18:00:05Z)
• Heavy-tailed Streaming Statistical Estimation [58.70341336199497]
  ストリーミング$p$のサンプルから重み付き統計推定の課題を考察する。 そこで我々は,傾きの雑音に対して,よりニュアンスな条件下での傾きの傾きの低下を設計し,より詳細な解析を行う。
  論文  参考訳（メタデータ） (2021-08-25T21:30:27Z)
• Spatially relaxed inference on high-dimensional linear models [48.989769153211995]
  本研究では,空間的に制約されたクラスタリング,統計的推論,アンサンブルを組み合わせ,複数のクラスタリング推論解を集約するアンサンブルクラスタリング推論アルゴリズムの特性について検討する。 アンサンブルクラスタ推論アルゴリズムは,最大クラスター径に等しい$delta$-FWERの標準仮定で$delta$-FWERを制御することを示す。
  論文  参考訳（メタデータ） (2021-06-04T16:37:19Z)
• Stochastic Approximation for Online Tensorial Independent Component Analysis [98.34292831923335]
  独立成分分析(ICA)は統計機械学習や信号処理において一般的な次元削減ツールである。 本稿では,各独立成分を推定する副産物オンライン時系列アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-12-28T18:52:37Z)
• Spectral density estimation with the Gaussian Integral Transform [91.3755431537592]
  スペクトル密度作用素 $hatrho(omega)=delta(omega-hatH)$ は線形応答論において中心的な役割を果たす。 スペクトル密度を近似する近似量子アルゴリズムについて述べる。
  論文  参考訳（メタデータ） (2020-04-10T03:14:38Z)
• On Linear Stochastic Approximation: Fine-grained Polyak-Ruppert and Non-Asymptotic Concentration [115.1954841020189]
  The inequality and non-asymptotic properties of approximation procedure with Polyak-Ruppert averaging。 一定のステップサイズと無限大となる反復数を持つ平均的反復数に対する中心極限定理(CLT)を証明する。
  論文  参考訳（メタデータ） (2020-04-09T17:54:18Z)
• Oracle Lower Bounds for Stochastic Gradient Sampling Algorithms [39.746670539407084]
  我々は、$bbRd$の強い対数凹密度からサンプリングする問題を考察する。 必要なログ密度の勾配クエリ数に基づいて,情報理論の下界を証明した。
  論文  参考訳（メタデータ） (2020-02-01T23:46:35Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。