論文の概要: Natural Latents: Latent Variables Stable Across Ontologies
- arxiv url: http://arxiv.org/abs/2509.03780v1
- Date: Thu, 04 Sep 2025 00:24:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-05 20:21:09.999327
- Title: Natural Latents: Latent Variables Stable Across Ontologies
- Title（参考訳）: 自然の潜伏:潜伏変数はオントロジー全体にわたって安定する
- Authors: John Wentworth, David Lorell,
- Abstract要約: 2つのベイズエージェントは同じ環境の生成モデルを学ぶ。
あるエージェントはどの条件下で、潜伏剤が他のエージェント潜伏剤の機能であることを保証できますか?
このような翻訳が可能であることを保証した簡単な条件を与えます。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Suppose two Bayesian agents each learn a generative model of the same environment. We will assume the two have converged on the predictive distribution, i.e. distribution over some observables in the environment, but may have different generative models containing different latent variables. Under what conditions can one agent guarantee that their latents are a function of the other agents latents? We give simple conditions under which such translation is guaranteed to be possible: the natural latent conditions. We also show that, absent further constraints, these are the most general conditions under which translatability is guaranteed. Crucially for practical application, our theorems are robust to approximation error in the natural latent conditions.
- Abstract（参考訳）: 2つのベイズ的エージェントがそれぞれ同じ環境の生成モデルを学ぶと仮定する。
二つの変数は予測分布、すなわち環境中の観測可能変数上の分布に収束したと仮定するが、異なる潜伏変数を含む異なる生成モデルを持つかもしれない。
あるエージェントはどの条件下で、潜伏剤が他のエージェント潜伏剤の機能であることを保証できますか?
このような翻訳が可能であることが保証される単純な条件:自然な潜伏条件を与える。
また、さらなる制約がなければ、これらは変換可能性を保証する上で最も一般的な条件であることを示す。
実用上重要な応用として、我々の定理は自然潜伏条件における近似誤差に対して頑健である。
関連論文リスト
- Probabilistic Conformal Prediction with Approximate Conditional Validity [81.30551968980143]
本研究では,共形手法の柔軟性と条件分布の推定を組み合わせ,予測セットを生成する手法を開発した。
我々の手法は、条件付きカバレッジの観点から既存の手法よりも一貫して優れています。
論文 参考訳（メタデータ） (2024-07-01T20:44:48Z) - Consistent Optimal Transport with Empirical Conditional Measures [0.6562256987706128]
共振器における2つの関節分布間の最適輸送(OT)の問題点を考察する。
我々は、共同サンプル上で計算されたカーネル化された最小二乗項を使用し、輸送計画の条件的目的に暗黙的に一致する。
本手法は, 治療に対する細胞応答予測の文脈において, 短時間の分類のための即時学習や条件生成などの応用に適用する場合, 最先端の手法を改良する。
論文 参考訳（メタデータ） (2023-05-25T10:01:57Z) - Bi-Noising Diffusion: Towards Conditional Diffusion Models with
Generative Restoration Priors [64.24948495708337]
本研究では,事前訓練した非条件拡散モデルを用いて,予測サンプルをトレーニングデータ多様体に導入する手法を提案する。
我々は,超解像,着色,乱流除去,画像劣化作業におけるアプローチの有効性を実証するための総合的な実験を行った。
論文 参考訳（メタデータ） (2022-12-14T17:26:35Z) - Learning Invariant Representations under General Interventions on the
Response [2.725698729450241]
線形構造因果モデル(SCM)に着目し、不変整合性(IMP)を導入する。
離散環境と連続環境の両方において,本手法の一般化誤差を解析する。
論文 参考訳（メタデータ） (2022-08-22T03:09:17Z) - Weakly Supervised Representation Learning with Sparse Perturbations [82.39171485023276]
潜伏変数のスパース摂動によって生じる観測の監督が弱い場合、未知の連続潜伏分布の下で識別が達成可能であることを示す。
本稿では,この理論に基づく自然な推定手法を提案し,それを低次元の合成および画像に基づく実験で説明する。
論文 参考訳（メタデータ） (2022-06-02T15:30:07Z) - Learning Conditional Invariance through Cycle Consistency [60.85059977904014]
本稿では,データセットの変動の有意義な要因と独立な要因を識別する新しい手法を提案する。
提案手法は,対象プロパティと残りの入力情報に対する2つの別個の潜在部分空間を含む。
我々は,より意味のある因子を同定し,よりスペーサーや解釈可能なモデルに導く合成および分子データについて実証する。
論文 参考訳（メタデータ） (2021-11-25T17:33:12Z) - Safe Tests and Always-Valid Confidence Intervals for contingency tables
and beyond [69.25055322530058]
2つのデータストリームが同じソースから来るかどうかをテストするためのE変数を開発します。
これらのE変数は、オプションの停止や継続のようなフレキシブルなサンプリングシナリオの下で、安全であり続けるテストにつながる。
論文 参考訳（メタデータ） (2021-06-04T20:12:13Z) - Transitional Conditional Independence [0.0]
遷移確率空間と遷移確率変数を紹介する。
これらの構造は(条件付き)ランダム変数と非確率変数の概念を一般化し、強化し、以前の概念である。
論文 参考訳（メタデータ） (2021-04-23T11:52:15Z) - Understanding the Intrinsic Robustness of Image Distributions using
Conditional Generative Models [87.00072607024026]
本稿では,2つの画像ベンチマークの内在的堅牢性について,$ell$摂動下で検討する。
我々は、我々の理論によって示唆されるロバスト性限界と現在の最先端ロバストモデルによって達成される対角的ロバスト性の間に大きなギャップが存在することを示す。
論文 参考訳（メタデータ） (2020-03-01T01:45:04Z)
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。
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。