論文の概要: Denoising the Future: Top-p Distributions for Moving Through Time

• arxiv url: http://arxiv.org/abs/2506.07578v1
• Date: Mon, 09 Jun 2025 09:23:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-10 21:10:47.127771
• Title: Denoising the Future: Top-p Distributions for Moving Through Time
• Title（参考訳）: 未来を語る - 時間を通して動くトップpディストリビューション
• Authors: Florian Andreas Marwitz, Ralf Möller, Magnus Bender, Marcel Gehrke,
• Abstract要約: 動的確率モデルにおける推論は、高価な操作を含む複雑なタスクである。 我々は,トップp状態のみを用いることで,未来を認知し,推論を高速化することを提案する。 我々は少なくとも1桁のスピードアップを期待でき、全変動距離の誤差は0.09以下であることを示した。
• 参考スコア（独自算出の注目度）: 1.998140290950519
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Inference in dynamic probabilistic models is a complex task involving expensive operations. In particular, for Hidden Markov Models, the whole state space has to be enumerated for advancing in time. Even states with negligible probabilities are considered, resulting in computational inefficiency and increased noise due to the propagation of unlikely probability mass. We propose to denoise the future and speed up inference by using only the top-p states, i.e., the most probable states with accumulated probability p. We show that the error introduced by using only the top-p states is bound by p and the so-called minimal mixing rate of the underlying model. Moreover, in our empirical evaluation, we show that we can expect speedups of at least an order of magnitude, while the error in terms of total variation distance is below 0.09.
• Abstract（参考訳）: 動的確率モデルにおける推論は、高価な操作を含む複雑なタスクである。 特に、隠れマルコフモデルの場合、状態空間全体が時間的に進行するために列挙されなければならない。 無視可能な確率を持つ状態でさえも考慮され、計算の非効率性や確率質量の伝播によるノイズの増加をもたらす。 我々は、トップp状態、すなわち、蓄積された確率 p を持つ最も確率の高い状態のみを使用することで、未来を認知し、推論を高速化することを提案する。 トップp状態のみを用いることで生じる誤差は、pと、下層のモデルの最小混合率によって制限されることを示す。 さらに, 実験による評価では, 誤差が0.09以下であるのに対して, 少なくとも1桁のスピードアップが期待できることがわかった。

関連論文リスト

• Unified Uncertainty-Aware Diffusion for Multi-Agent Trajectory Modeling [13.993231805213354]
  U2Diff(英語版)は、軌道の完備化を扱うために設計された、テキストを融合した拡散モデルである。 また、後処理にランクニューラルネットワークを導入し、生成されたモード毎にtextbferror の確率推定を可能にする。 本手法は,4つの挑戦的スポーツデータセットの軌跡完了と予測において,最先端のソリューションよりも優れる。
  論文  参考訳（メタデータ） (2025-03-24T11:46:58Z)
• Non-asymptotic bounds for forward processes in denoising diffusions: Ornstein-Uhlenbeck is hard to beat [49.1574468325115]
  本稿では,全変動(TV)における前方拡散誤差の非漸近的境界について述べる。 我々は、R$からFarthestモードまでの距離でマルチモーダルデータ分布をパラメライズし、加法的および乗法的雑音による前方拡散を考察する。
  論文  参考訳（メタデータ） (2024-08-25T10:28:31Z)
• Overdispersion in gate tomography: Experiments and continuous, two-scale random walk model on the Bloch sphere [0.6249768559720122]
  既存のノイズモデルでは,アルゴリズムのランタイム上でのノイズ効果の凝集を適切に捉えることができないことを示す。 ゲート操作数の関数として読み出し確率のノイズモデルを開発する。 過分散を考慮した2番目のランダムウォークを複数の読み出しスケールで重畳する。
  論文  参考訳（メタデータ） (2024-07-04T14:44:53Z)
• Stochastic Error Cancellation in Analog Quantum Simulation [0.6410191755165466]
  シミュレータの実際のハミルトニアンが対象のハミルトニアンと異なる誤差モデルを考える。 誤差キャンセルにより、誤差は線形ではなく、キュービット数の平方根としてスケールすることを示す。 また,時間進化の終端における目標状態とノイズの存在下で得られる実状態との間には,誤りの解消が生じることも示している。
  論文  参考訳（メタデータ） (2023-11-24T19:25:08Z)
• Towards Faster Non-Asymptotic Convergence for Diffusion-Based Generative Models [49.81937966106691]
  我々は拡散モデルのデータ生成過程を理解するための非漸近理論のスイートを開発する。 従来の研究とは対照的に,本理論は基本的だが多目的な非漸近的アプローチに基づいて開発されている。
  論文  参考訳（メタデータ） (2023-06-15T16:30:08Z)
• User-defined Event Sampling and Uncertainty Quantification in Diffusion Models for Physical Dynamical Systems [49.75149094527068]
  拡散モデルを用いて予測を行い,カオス力学系に対する不確かさの定量化が可能であることを示す。 本研究では,雑音レベルが低下するにつれて真の分布に収束する条件付きスコア関数の確率的近似法を開発する。 推論時に非線形ユーザ定義イベントを条件付きでサンプリングすることができ、分布の尾部からサンプリングした場合でもデータ統計と一致させることができる。
  論文  参考訳（メタデータ） (2023-06-13T03:42:03Z)
• PRISM: Probabilistic Real-Time Inference in Spatial World Models [52.878769723544615]
  PRISMはエージェントの動きと視覚知覚の確率的生成モデルにおけるリアルタイムフィルタリングの手法である。 提案手法は10Hzでリアルタイムに動作し,小型・中型屋内環境における最先端SLAMと同等に精度が高い。
  論文  参考訳（メタデータ） (2022-12-06T13:59:06Z)
• Toward Reliability in the NISQ Era: Robust Interval Guarantee for Quantum Measurements on Approximate States [11.58897666429261]
  理想的な設定で出力を含むことが保証されるロバストネス間隔を開発する。 ノイズ・ノイズレスシミュレーションにおける変分量子固有解法(VQE)の文脈において,本研究の結果を実証する。
  論文  参考訳（メタデータ） (2021-10-19T08:13:03Z)
• Interval-censored Hawkes processes [82.87738318505582]
  本研究では,Hawkesプロセスのパラメータを間隔制限設定で推定するモデルを提案する。 我々は、ホークス族に対する非均質近似が、間隔検閲された設定において牽引可能な可能性を認めている方法を示す。
  論文  参考訳（メタデータ） (2021-04-16T07:29:04Z)
• Gaussian Process States: A data-driven representation of quantum many-body physics [59.7232780552418]
  我々は、絡み合った多体量子状態をコンパクトに表現するための、新しい非パラメトリック形式を示す。 この状態は、非常にコンパクトで、体系的に即効性があり、サンプリングに効率的である。 また、量子状態に対する普遍的な近似器として証明されており、データセットのサイズが大きくなるにつれて、絡み合った多体状態も捉えることができる。
  論文  参考訳（メタデータ） (2020-02-27T15:54:44Z)

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。