Fugu-MT 論文翻訳(概要): A simple estimator of the correlation kernel matrix of a determinantal point process

論文の概要: A simple estimator of the correlation kernel matrix of a determinantal point process

arxiv url: http://arxiv.org/abs/2505.14529v1
Date: Tue, 20 May 2025 15:48:45 GMT
ステータス: 翻訳完了
システム内更新日: 2025-05-21 14:49:53.542452
Title: A simple estimator of the correlation kernel matrix of a determinantal point process
Title（参考訳）: 行列点過程の相関カーネル行列の簡易推定法
Authors: Christian Gouriéroux, Yang Lu,
Abstract要約: 本稿では,決定点過程(DPP)の閉形式推定器を提案する。我々は、推定器の一貫性と正規性、およびその大きな偏差特性を証明した。
参考スコア（独自算出の注目度）: 3.692410936160711
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The Determinantal Point Process (DPP) is a parameterized model for multivariate binary variables, characterized by a correlation kernel matrix. This paper proposes a closed form estimator of this kernel, which is particularly easy to implement and can also be used as a starting value of learning algorithms for maximum likelihood estimation. We prove the consistency and asymptotic normality of our estimator, as well as its large deviation properties.
Abstract（参考訳）: 行列点過程 (Determinantal Point Process, DPP) は、相関カーネル行列によって特徴づけられる多変数バイナリ変数のパラメータ化モデルである。本稿では、特に実装が容易で、最大推定のための学習アルゴリズムの開始値としても使用できる、カーネルのクローズドフォーム推定器を提案する。我々は、推定器の一貫性と漸近正規性、およびその大きな偏差特性を証明した。

関連論文リスト

A Bound on the Maximal Marginal Degrees of Freedom [0.0]
本稿では,カーネルリッジ回帰に対する低階近似とサロゲートについて述べる。我々は,最も一般的な低ランク手法であるNystr"om法(英語版)の計算コストが,サンプルサイズにおいてほぼ線形であることを実証した。この結果は、関連する積分作用素の範囲の要素による基本核関数の近似の徹底的な理論的解析に基づいている。
論文参考訳（メタデータ） (2024-02-20T10:25:44Z)
Spectral Estimators for Structured Generalized Linear Models via Approximate Message Passing [28.91482208876914]
本研究では,高次元一般化線形モデルにおけるパラメータ推定の問題について考察する。広く使われているにもかかわらず、厳密なパフォーマンス特性とデータ前処理の原則が、構造化されていない設計でのみ利用可能である。
論文参考訳（メタデータ） (2023-08-28T11:49:23Z)
Sparse high-dimensional linear regression with a partitioned empirical Bayes ECM algorithm [62.997667081978825]
疎高次元線形回帰に対する計算効率が高く強力なベイズ的手法を提案する。パラメータに関する最小の事前仮定は、プラグイン経験的ベイズ推定(英語版)を用いて用いられる。提案手法はRパッケージプローブに実装されている。
論文参考訳（メタデータ） (2022-09-16T19:15:50Z)
Scalable Variational Gaussian Processes via Harmonic Kernel Decomposition [54.07797071198249]
汎用性を維持しつつ高い忠実度近似を提供する,スケーラブルな変分ガウス過程近似を導入する。様々な回帰問題や分類問題において,本手法は変換やリフレクションなどの入力空間対称性を活用できることを実証する。提案手法は, 純粋なGPモデルのうち, CIFAR-10 の最先端化を実現する。
論文参考訳（メタデータ） (2021-06-10T18:17:57Z)
Probabilistic Simplex Component Analysis [66.30587591100566]
PRISMは、データ循環記述のシンプルさの頂点をデータから識別する確率論的シンプルコンポーネント分析手法である。この問題には多様な応用があり、最も注目すべきはリモートセンシングにおけるハイパースペクトルアンミックスと機械学習における非負行列分解である。
論文参考訳（メタデータ） (2021-03-18T05:39:00Z)
Simple and Near-Optimal MAP Inference for Nonsymmetric DPPs [3.3504365823045044]
非対称なカーネル行列によって定義される決定点過程に対する最大後続推定(MAP)問題について検討する。局所探索を用いてこの問題に対する最初の乗法近似保証を得る。近似係数が$kO(k)$ に近いので、理論上、実験的に、この問題に対する最先端の手法と好適に比較できることが示される。
論文参考訳（メタデータ） (2021-02-10T09:34:44Z)
Understanding Implicit Regularization in Over-Parameterized Single Index Model [55.41685740015095]
我々は高次元単一インデックスモデルのための正規化自由アルゴリズムを設計する。暗黙正則化現象の理論的保証を提供する。
論文参考訳（メタデータ） (2020-07-16T13:27:47Z)
Instability, Computational Efficiency and Statistical Accuracy [101.32305022521024]
我々は,人口レベルでのアルゴリズムの決定論的収束率と,$n$サンプルに基づく経験的対象に適用した場合の(不安定性)の間の相互作用に基づいて,統計的精度を得るフレームワークを開発する。本稿では,ガウス混合推定,非線形回帰モデル,情報的非応答モデルなど,いくつかの具体的なモデルに対する一般結果の応用について述べる。
論文参考訳（メタデータ） (2020-05-22T22:30:52Z)
Asymptotic Analysis of an Ensemble of Randomly Projected Linear Discriminants [94.46276668068327]
[1]では、ランダムに投影された線形判別式のアンサンブルを用いてデータセットを分類する。我々は,計算コストのかかるクロスバリデーション推定器の代替として,誤分類確率の一貫した推定器を開発する。また、実データと合成データの両方で投影次元を調整するための推定器の使用を実証する。
論文参考訳（メタデータ） (2020-04-17T12:47:04Z)

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。