論文の概要: EMORF-II: Adaptive EM-based Outlier-Robust Filtering with Correlated Measurement Noise

• arxiv url: http://arxiv.org/abs/2509.07415v1
• Date: Tue, 09 Sep 2025 05:55:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-10 14:38:27.192195
• Title: EMORF-II: Adaptive EM-based Outlier-Robust Filtering with Correlated Measurement Noise
• Title（参考訳）: EMORF-II:適応型EMベース外乱フィルタと相関測定ノイズ
• Authors: Arslan Majal, Aamir Hussain Chughtai, Muhammad Tahir,
• Abstract要約: EMORF-IIはEMORFの強化版である 推論中に外乱検出とともに外乱特性を学習するための付加的な強力な特徴を備えている。
• 参考スコア（独自算出の注目度）: 0.688204255655161
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present a learning-based outlier-robust filter for a general setup where the measurement noise can be correlated. Since it is an enhanced version of EM-based outlier robust filter (EMORF), we call it as EMORF-II. As it is equipped with an additional powerful feature to learn the outlier characteristics during inference along with outlier-detection, EMORF-II has improved outlier-mitigation capability. Numerical experiments confirm performance gains as compared to the state-of-the-art methods in terms of accuracy with an increased computational overhead. However, thankfully the computational complexity order remains at par with other practical methods making it a useful choice for diverse applications.
• Abstract（参考訳）: 本稿では,測定ノイズを相関付け可能な一般設定のための学習ベース外乱フィルタを提案する。 EM-based outlier robust filter (EMORF)の強化版であるため、EMORF-IIと呼ぶ。 EMORF-IIは、外乱検出とともに、推論中に外乱特性を学習するための追加の強力な機能を備えているため、外乱除去能力が改善された。 数値実験により、計算オーバーヘッドが増大する精度の点で、最先端の手法と比較して性能が向上することを確認した。 しかし、ありがたいことに、計算複雑性の順序は他の実用的な方法と同等であり、多様なアプリケーションに有用な選択肢である。

関連論文リスト

• Better Training Data Attribution via Better Inverse Hessian-Vector Products [14.661332908535078]
  トレーニングデータ属性(TDA)は、学習したモデルの振る舞いにどのトレーニングデータが責任を持つのかに関する洞察を提供する。 ニューマン級数反復のEKFACプレコンディショナーを用いて,TDAの正確なiHVP近似に到達するアルゴリズムを提案する。 ASTRAはチューニングが容易で、ノイマン級数よりもイテレーションを少なくし、EKFACベースの近似よりも正確である。
  論文  参考訳（メタデータ） (2025-07-19T20:18:51Z)
• Stochastic Primal-Dual Double Block-Coordinate for Two-way Partial AUC Maximization [56.805574957824135]
  2方向部分AUCAUCは、不均衡なデータを持つバイナリ分類における重要な性能指標である。 TPAUC最適化のための既存のアルゴリズムは未探索のままである。 TPAUC最適化のための2つの革新的な二重座標ブロック座標アルゴリズムを導入する。
  論文  参考訳（メタデータ） (2025-05-28T03:55:05Z)
• Adaptive folding and noise filtering for robust quantum error mitigation [0.0]
  本稿では,ゼロノイズ外挿法(ZNE)を改良した雑音適応型折り畳み法を提案する。 本稿では,2つのフィルタリング手法を紹介する。一方は誤差強度の測定に依存し,他方は外挿過程を改善するために統計的フィルタリングを利用する。 これらの適応手法は, ノイズ変動に対する誤差緩和を効果的に強化し, 量子計算の精度と信頼性を向上することを示した。
  論文  参考訳（メタデータ） (2025-05-07T14:35:01Z)
• CoMadOut -- A Robust Outlier Detection Algorithm based on CoMAD [0.3749861135832073]
  データセット上の機械学習アルゴリズムの予測を歪める可能性があるため、アウトレーヤは重要な役割を果たす。 この問題に対処するために,ロバストな外乱検出アルゴリズムCoMadOutを提案する。 われわれの手法は、外乱検出タスクの堅牢な代替手段と見なすことができる。
  論文  参考訳（メタデータ） (2022-11-23T21:33:34Z)
• Outlier-Insensitive Kalman Filtering Using NUV Priors [24.413595920205907]
  実際には、観測は外れ値によって破損し、カルマンフィルタ(KF)の性能を著しく損なう。 本研究では、各電位外乱を未知の分散確率変数(NUV)としてモデル化し、外乱に敏感なKFを提案する。 予測最大化(EM)と変動ロバスト性(AM)の両方を用いて、NUVs分散をオンラインで推定する。
  論文  参考訳（メタデータ） (2022-10-12T11:00:13Z)
• FAMLP: A Frequency-Aware MLP-Like Architecture For Domain Generalization [73.41395947275473]
  本稿では、変換周波数領域において、ドメイン固有の特徴をフィルタリングする新しい周波数認識アーキテクチャを提案する。 3つのベンチマークの実験では、最先端の手法をそれぞれ3%、4%、9%のマージンで上回った。
  論文  参考訳（メタデータ） (2022-03-24T07:26:29Z)
• Stochastic Optimization of Areas Under Precision-Recall Curves with Provable Convergence [66.83161885378192]
  ROC(AUROC)と精度リコール曲線(AUPRC)の下の領域は、不均衡問題に対する分類性能を評価するための一般的な指標である。 本稿では,深層学習のためのAUPRCの最適化手法を提案する。
  論文  参考訳（メタデータ） (2021-04-18T06:22:21Z)
• Robust Optimal Transport with Applications in Generative Modeling and Domain Adaptation [120.69747175899421]
  ワッサーシュタインのような最適輸送(OT)距離は、GANやドメイン適応のようないくつかの領域で使用されている。 本稿では,現代のディープラーニングアプリケーションに適用可能な,ロバストなOT最適化の計算効率のよい2つの形式を提案する。 提案手法では, ノイズの多いデータセット上で, 外部分布で劣化したGANモデルをトレーニングすることができる。
  論文  参考訳（メタデータ） (2020-10-12T17:13:40Z)
• iffDetector: Inference-aware Feature Filtering for Object Detection [70.8678270164057]
  Inference-aware Feature Filtering (IFF)モジュールを導入し、現代の検出器と簡単に組み合わせることができる。 IFFは、畳み込み機能を強化するためにハイレベルなセマンティクスを活用することでクローズドループ最適化を行う。 IFFはCNNベースの物体検出器とプラグアンドプレイ方式で融合でき、計算コストのオーバーヘッドは無視できる。
  論文  参考訳（メタデータ） (2020-06-23T02:57:29Z)

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。