論文の概要: A suite of allotaxonometric tools for the comparison of complex systems using rank-turbulence divergence
- arxiv url: http://arxiv.org/abs/2506.21808v1
- Date: Thu, 26 Jun 2025 23:17:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-30 21:12:23.029033
- Title: A suite of allotaxonometric tools for the comparison of complex systems using rank-turbulence divergence
- Title（参考訳）: ランク乱流散逸を用いた複雑系の比較のためのアロタキソノメトリーツールの一組
- Authors: Jonathan St-Onge, Ashley M. A. Fehr, Carter Ward, Calla G. Beauregard, Michael V. Arnold, Samuel F. Rosenblatt, Benjamin Cooley, Christopher M. Danforth, Peter Sheridan Dodds,
- Abstract要約: そこで我々は,Matlab,Javascript,Pythonにおいて,ランク-乱流分岐のためのアロタキソグラフを描画するための一連のツールについて述べる。
アロタキソノグラフは、ランクと確率乱流の発散、ジェンソン・シャノン発散、一般化エントロピー発散を含む幅広い機器に対応するように設計されている。
- 参考スコア（独自算出の注目度）: 0.5804487044220691
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Describing and comparing complex systems requires principled, theoretically grounded tools. Built around the phenomenon of type turbulence, allotaxonographs provide map-and-list visual comparisons of pairs of heavy-tailed distributions. Allotaxonographs are designed to accommodate a wide range of instruments including rank- and probability-turbulence divergences, Jenson-Shannon divergence, and generalized entropy divergences. Here, we describe a suite of programmatic tools for rendering allotaxonographs for rank-turbulence divergence in Matlab, Javascript, and Python, all of which have different use cases.
- Abstract（参考訳）: 複雑なシステムの記述と比較には、原則的、理論的に基礎付けられたツールが必要である。
タイプ乱流の現象を中心に構築されたアロタキソノグラフは、重み付き分布のペアのマップとリストの視覚的比較を提供する。
アロタキソノグラフは、ランクと確率乱流の発散、ジェンソン・シャノン発散、一般化エントロピー発散を含む幅広い機器に対応するように設計されている。
ここでは、Matlab、Javascript、Pythonにおけるランク乱流分散のためのアロタキソグラフを描画するためのプログラムツール群について述べる。
関連論文リスト
- Gaussian Entanglement Measure: Applications to Multipartite Entanglement
of Graph States and Bosonic Field Theory [50.24983453990065]
フービニ・スタディ計量に基づく絡み合い尺度は、Cocchiarellaと同僚によって最近導入された。
本稿では,多モードガウス状態に対する幾何絡み合いの一般化であるガウスエンタングルメント尺度(GEM)を提案する。
自由度の高い系に対する計算可能な多部絡み合わせ測度を提供することにより、自由なボゾン場理論の洞察を得るために、我々の定義が利用できることを示す。
論文 参考訳（メタデータ） (2024-01-31T15:50:50Z) - The Representation Jensen-Shannon Divergence [0.0]
確率分布の違いの定量化は機械学習において重要である。
本研究は,従来のジェンセン・シャノン発散に触発された新しい尺度であるジェンセン・シャノン発散(RJSD)の表現を提案する。
本研究は, RJSDが2サンプル試験, 分散シフト検出, 教師なし領域適応において優れていることを示すものである。
論文 参考訳（メタデータ） (2023-05-25T19:44:36Z) - On the Kullback-Leibler divergence between pairwise isotropic
Gaussian-Markov random fields [93.35534658875731]
2つの対の等方性ガウス-マルコフ確率場間のクルバック-リーブラ分散の式を導出する。
提案した方程式は、画像処理と機械学習の応用において、新しい類似度尺度の開発を可能にする。
論文 参考訳（メタデータ） (2022-03-24T16:37:24Z) - Partial Counterfactual Identification from Observational and
Experimental Data [83.798237968683]
観測データと実験データの任意の組み合わせから最適境界を近似する有効なモンテカルロアルゴリズムを開発した。
我々のアルゴリズムは、合成および実世界のデータセットに基づいて広範囲に検証されている。
論文 参考訳（メタデータ） (2021-10-12T02:21:30Z) - A Unified View of Stochastic Hamiltonian Sampling [18.300078015845262]
この研究は、後続サンプリングのためのハミルトン微分方程式(SDE)の理論的性質を再考する。
数値SDEシミュレーションから生じる2種類の誤差について検討し, 離散化誤差と雑音勾配推定による誤差について検討した。
論文 参考訳（メタデータ） (2021-06-30T16:50:11Z) - Recyclable Gaussian Processes [0.0]
ガウス過程に対する独立な変分近似をリサイクルするための新しい枠組みを提案する。
主な貢献は、ガウス過程の辞書が与えられた変分アンサンブルの構築である。
私たちのフレームワークは回帰、分類、異種タスクを可能にします。
論文 参考訳（メタデータ） (2020-10-06T09:01:55Z) - Probability-turbulence divergence: A tunable allotaxonometric instrument for comparing heavy-tailed categorical distributions [0.0]
正規化可能なカテゴリーの周波数分布を比較するための調整可能な機器である「確率乱流発散」を導入し,検討する。
確率乱流の発散が既存の多くの距離や測度を明示的にあるいは機能的に一般化することを示す。
論文 参考訳（メタデータ） (2020-08-30T02:57:38Z) - Understanding Graph Neural Networks with Generalized Geometric
Scattering Transforms [67.88675386638043]
散乱変換は、畳み込みニューラルネットワークのモデルとして機能する多層ウェーブレットベースのディープラーニングアーキテクチャである。
非対称ウェーブレットの非常に一般的なクラスに基づくグラフに対して、窓付きおよび非窓付き幾何散乱変換を導入する。
これらの非対称グラフ散乱変換は、対称グラフ散乱変換と多くの理論的保証を持つことを示す。
論文 参考訳（メタデータ） (2019-11-14T17:23:06Z)
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。