論文の概要: Toward Universal Laws of Outlier Propagation
- arxiv url: http://arxiv.org/abs/2502.08593v3
- Date: Sun, 06 Jul 2025 19:59:47 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-08 15:46:34.231658
- Title: Toward Universal Laws of Outlier Propagation
- Title(参考訳): 外乱伝播の普遍的法則に向けて
- Authors: Aram Ebtekar, Yuhao Wang, Dominik Janzing,
- Abstract要約: 共同サンプルのランダム性欠失は各因果機構におけるランダム性欠失の和に分解されることを示す。
ランダム性保存のレヴィンの法則の拡張として、弱い外れ値が強いものを引き起こすことができないことを示す。
- 参考スコア(独自算出の注目度): 12.474280839142395
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: When a variety of anomalous features motivate flagging different samples as outliers, Algorithmic Information Theory (AIT) offers a principled way to unify them in terms of a sample's randomness deficiency. Subject to the algorithmic Markov condition on a causal Bayesian network, we show that the randomness deficiency of a joint sample decomposes into a sum of randomness deficiencies at each causal mechanism. Consequently, anomalous observations can be attributed to their root causes, i.e., the mechanisms that behaved anomalously. As an extension of Levin's law of randomness conservation, we show that weak outliers cannot cause strong ones. We show how these information theoretic laws clarify our understanding of outlier detection and attribution, in the context of more specialized outlier scores from prior literature.
- Abstract(参考訳): 様々な異常が、異なるサンプルを外れ値としてフラグ付けする動機付けを特徴付けると、アルゴリズム情報理論(AIT)は、サンプルのランダム性不足の観点からそれらを統一する原則的な方法を提供する。
因果ベイズネットワーク上でのマルコフ条件について, 共同サンプルのランダム性欠陥は各因果機構におけるランダム性欠陥の和に分解されることを示す。
その結果、異常な観察は、その根本原因、すなわち不規則に振る舞うメカニズムに起因する可能性がある。
ランダム性保存のレヴィンの法則の拡張として、弱い外れ値が強いものを引き起こすことができないことを示す。
これらの情報理論法則は, 先行文献のより専門的な外れ値の文脈において, 外乱検出と帰属の理解をいかに明らかにするかを示す。
関連論文リスト
- Identifiable Latent Neural Causal Models [82.14087963690561]
因果表現学習は、低レベルの観測データから潜伏した高レベルの因果表現を明らかにすることを目指している。
因果表現の識別可能性に寄与する分布シフトのタイプを決定する。
本稿では,本研究の成果を実用的なアルゴリズムに翻訳し,信頼性の高い潜在因果表現の取得を可能にする。
論文 参考訳(メタデータ) (2024-03-23T04:13:55Z) - Nonparametric Partial Disentanglement via Mechanism Sparsity: Sparse
Actions, Interventions and Sparse Temporal Dependencies [58.179981892921056]
この研究は、メカニズムのスパーシティ正則化(英語版)と呼ばれる、アンタングルメントの新たな原理を導入する。
本稿では,潜在要因を同時に学習することで,絡み合いを誘発する表現学習手法を提案する。
学習した因果グラフをスパースに規則化することにより、潜伏因子を復元できることを示す。
論文 参考訳(メタデータ) (2024-01-10T02:38:21Z) - Learning Causally Disentangled Representations via the Principle of Independent Causal Mechanisms [17.074858228123706]
本稿では、因果関係の観測ラベルによって教師される因果関係の非絡み合い表現を学習するための枠組みを提案する。
この枠組みは, 極めて不整合な因果関係を生じさせ, 介入の堅牢性を向上し, 反事実発生と相容れないことを示す。
論文 参考訳(メタデータ) (2023-06-02T00:28:48Z) - An entropic uncertainty principle for mixed states [0.0]
エントロピーの不確実性原理の一般化の族を提供する。
結果は、信頼できる当事者間の絡み合いを認証したり、信頼できない環境とシステムの絡み合いを結びつけるために使われる。
論文 参考訳(メタデータ) (2023-03-20T18:31:53Z) - From no causal loop to absoluteness of cause: discarding the quantum NOT
logic [0.0]
AC原則は、2つの空間的な分離イベント/プロセスの時間順序を、その共通の未来における別の事象の潜在的な原因として抑制する。
強い形態の違反は即時信号化を可能にし、弱い形態の違反は局所的なトモグラフィー理論を禁止している。
一方、中間違反の可能性は、普遍量子NOT論理を破棄するのに十分である。
論文 参考訳(メタデータ) (2021-09-21T04:24:25Z) - Discovering Latent Causal Variables via Mechanism Sparsity: A New
Principle for Nonlinear ICA [81.4991350761909]
ICA(Independent component analysis)は、この目的を定式化し、実用的な応用のための推定手順を提供する手法の集合を指す。
潜伏変数は、潜伏機構をスパースに正則化すれば、置換まで復元可能であることを示す。
論文 参考訳(メタデータ) (2021-07-21T14:22:14Z) - Invariance Principle Meets Information Bottleneck for
Out-of-Distribution Generalization [77.24152933825238]
線形分類タスクには分布シフトの強い制限が必要であり、そうでなければ OOD の一般化は不可能であることを示す。
不変な特徴がラベルに関するすべての情報をキャプチャし、そうでなければ既存の成功を保っている場合、情報ボトルネックの形式が重要な障害に対処するのに役立つことを証明します。
論文 参考訳(メタデータ) (2021-06-11T20:42:27Z) - Independent mechanism analysis, a new concept? [3.2548794659022393]
Identifiabilityは、通常観察される変数が生成プロセスに含まれる設定で回復することができる。
我々は,非線形ブラインド音源分離における非識別性問題の多くを回避できるという理論的,実証的な証拠を提供する。
論文 参考訳(メタデータ) (2021-06-09T16:45:00Z) - Localisation in quasiperiodic chains: a theory based on convergence of
local propagators [68.8204255655161]
局所プロパゲータの収束に基づく準周期鎖に最も近いホッピングを持つ局所化の理論を提示する。
これらの連続分数の収束、局所化、あるいはその欠如を分析することは可能であり、それによって臨界点とモビリティエッジが帰結する。
結果は、振る舞いの範囲をカバーする3つの準周期モデルの理論を分析することで実証される。
論文 参考訳(メタデータ) (2021-02-18T16:19:52Z) - A Weaker Faithfulness Assumption based on Triple Interactions [89.59955143854556]
より弱い仮定として, 2$-adjacency faithfulness を提案します。
より弱い仮定の下で適用可能な因果発見のための音方向規則を提案する。
論文 参考訳(メタデータ) (2020-10-27T13:04:08Z)
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。