Fugu-MT 論文翻訳(概要): Classifier Weighted Mixture models

論文の概要: Classifier Weighted Mixture models

arxiv url: http://arxiv.org/abs/2501.02989v1
Date: Mon, 06 Jan 2025 12:57:13 GMT
ステータス: 翻訳完了
システム内更新日: 2025-01-07 17:09:10.034092
Title: Classifier Weighted Mixture models
Title（参考訳）: 分類器重み混合モデル
Authors: Elouan Argouarc'h, François Desbouvries, Eric Barat, Eiji Kawasaki, Thomas Dautremer,
Abstract要約: 本稿では,定値混合重みを分類器を用いて定義した関数的重みに置き換えることで,標準混合モデルの拡張を提案する。重み付けミキチャーは、直接密度評価、明示的なサンプリング、改良された変分推定を可能にする。
参考スコア（独自算出の注目度）: 1.0905169282633256
License:
Abstract: This paper proposes an extension of standard mixture stochastic models, by replacing the constant mixture weights with functional weights defined using a classifier. Classifier Weighted Mixtures enable straightforward density evaluation, explicit sampling, and enhanced expressivity in variational estimation problems, without increasing the number of components nor the complexity of the mixture components.
Abstract（参考訳）: 本稿では,定値混合重みを分類器を用いて定義した関数的重みに置き換えることで,標準的な混合確率モデルの拡張を提案する。分類器重み付け混合は、成分数や混合成分の複雑さを増大させることなく、直接密度評価、明示的なサンプリング、変分推定問題における表現性の向上を可能にする。

関連論文リスト

Non-negative Tensor Mixture Learning for Discrete Density Estimation [3.9633191508712398]
非負のテンソル分解に対する期待最大化に基づくフレームワークを提案する。マルチボディ近似の閉形式解は、Mステップで全てのパラメータを同時に更新することができる。
論文参考訳（メタデータ） (2024-05-28T14:28:28Z)
PowMix: A Versatile Regularizer for Multimodal Sentiment Analysis [71.8946280170493]
本稿では,単相混合型正規化手法の強みを生かした汎用な埋め込み空間正規化器であるPowMixを紹介する。 PowMixはマルチモーダルアーキテクチャの融合段階の前に統合され、テキストとテキストを混合するなどのモダル内混合を容易にし、レギュレータとして機能する。
論文参考訳（メタデータ） (2023-12-19T17:01:58Z)
Semantic Equivariant Mixup [54.734054770032934]
Mixupは、トレーニング分布を拡張し、ニューラルネットワークを正規化する、確立されたデータ拡張テクニックである。以前のミックスアップの変種はラベル関連の情報に過度に焦点をあてる傾向がある。入力中のよりリッチな意味情報を保存するための意味的同変混合(sem)を提案する。
論文参考訳（メタデータ） (2023-08-12T03:05:53Z)
Fitting large mixture models using stochastic component selection [0.0]
本稿では,少数のコンポーネントのみを評価するために,計算とメトロポリス・ハスティングスアルゴリズムの期待値の組み合わせを提案する。コンポーネント割り当てのマルコフ連鎖は、アルゴリズムのイテレーション間で順次生成される。提案手法の一般性を重視し,浅い混合モデルと深い混合モデルの両方を訓練する能力を備える。
論文参考訳（メタデータ） (2021-10-10T12:39:53Z)
Learning Equivariant Energy Based Models with Equivariant Stein Variational Gradient Descent [80.73580820014242]
本稿では,確率モデルに対称性を組み込むことにより,確率密度の効率的なサンプリングと学習の問題に焦点をあてる。まず、等変シュタイン変分勾配Descentアルゴリズムを導入する。これは、対称性を持つ密度からサンプリングするスタインの同一性に基づく同変サンプリング法である。我々はエネルギーベースモデルのトレーニングを改善し、スケールアップする新しい方法を提案する。
論文参考訳（メタデータ） (2021-06-15T01:35:17Z)
Maximum Entropy Reinforcement Learning with Mixture Policies [54.291331971813364]
MaxEntアルゴリズムを用いて混合エントロピーのトラクタブル近似を構築する。我々は、それが限界エントロピーの合計と密接に関連していることを示しています。我々は, 混合ポリシーケースに対するsoft actor-critic (sac) のアルゴリズム的変種を導出し, 一連の連続制御タスクで評価する。
論文参考訳（メタデータ） (2021-03-18T11:23:39Z)
A Non-Iterative Quantile Change Detection Method in Mixture Model with Heavy-Tailed Components [5.253292484834396]
混合モデルのパラメータ推定には、分類問題から複雑な分布の推定まで幅広い応用がある。混合密度のパラメータを推定する現在の文献のほとんどは、反復期待最大化(EM)型アルゴリズムに基づいている。そこで本稿では,ほぼ任意の位置スケールのファミリーで動作する混合成分数を決定するために,変更点法に基づくロバストかつ迅速なアプローチを提案する。
論文参考訳（メタデータ） (2020-06-19T21:08:11Z)
Consistent Estimation of Identifiable Nonparametric Mixture Models from Grouped Observations [84.81435917024983]
この研究は、グループ化された観測から任意の同定可能な混合モデルを一貫して推定するアルゴリズムを提案する。ペア化された観測のために実践的な実装が提供され、アプローチは既存の手法より優れていることを示す。
論文参考訳（メタデータ） (2020-06-12T20:44:22Z)
Uniform Convergence Rates for Maximum Likelihood Estimation under Two-Component Gaussian Mixture Models [13.769786711365104]
パラメータ推定のための最大極大推定器と最小極小境界に対する一様収束率を導出する。混合成分の混合割合は, 既知, 固定されていると仮定するが, 混合成分の分離仮定は行わない。
論文参考訳（メタデータ） (2020-06-01T04:13:48Z)
Repulsive Mixture Models of Exponential Family PCA for Clustering [127.90219303669006]
指数関数型家族主成分分析(EPCA)の混合拡張は、従来のEPCAよりもデータ分布に関する構造情報を符号化するように設計された。従来のEPCAの混合は、モデルの冗長性、すなわち混合成分間の重なりが問題であり、データクラスタリングの曖昧さを引き起こす可能性がある。本稿では, 混合成分間での反発性増感前処理を導入し, ベイズ式に分散EPCA混合(DEPCAM)モデルを開発した。
論文参考訳（メタデータ） (2020-04-07T04:07:29Z)

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。