Fugu-MT 論文翻訳(概要): Popularity Bias Alignment Estimates

論文の概要: Popularity Bias Alignment Estimates

arxiv url: http://arxiv.org/abs/2511.19999v1
Date: Tue, 25 Nov 2025 07:07:36 GMT
ステータス: 翻訳完了
システム内更新日: 2025-11-26 17:37:04.325431
Title: Popularity Bias Alignment Estimates
Title（参考訳）: Popularity Biasアライメント推定
Authors: Anton Lyubinin,
Abstract要約: Popularity Bias Memorization theorem をarXiv:archive/2404.12008 からいくつかの方向に拡張する。我々は、トップk特異超空間とのアライメントについて、上と下の両方の見積もりを証明した。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We are extending Popularity Bias Memorization theorem from arXiv:archive/2404.12008 in several directions. We extend it to arbitrary degree distributions and also prove both upper and lower estimates for the alignment with top-k singular hyperspace.
Abstract（参考訳）: Popularity Bias Memorization theorem をarXiv:archive/2404.12008 からいくつかの方向に拡張している。任意の次数分布に拡張し、トップk特異超空間とのアライメントに対する上と下の両方の見積もりを証明します。

関連論文リスト

The feasibility of multi-graph alignment: a Bayesian approach [7.999712139052533]
ガウスモデルでは、臨界しきい値以上の正確なアライメントは高い確率で達成でき、その下にある部分アライメントでさえ統計的に不可能である。スパース ErdHos-R'enyi モデルでは、意味のある部分的アライメントが不可能な閾値を厳格に特定し、このしきい値の上に部分的アライメントが達成できると推測する。
論文参考訳（メタデータ） (2025-02-24T13:34:21Z)
Scaling Riemannian Diffusion Models [68.52820280448991]
非自明な多様体上の高次元タスクにスケールできることを示す。我々は、$SU(n)$格子上のQCD密度と高次元超球面上の対照的に学習された埋め込みをモデル化する。
論文参考訳（メタデータ） (2023-10-30T21:27:53Z)
Ito Diffusion Approximation of Universal Ito Chains for Sampling, Optimization and Boosting [64.0722630873758]
我々は、ある微分方程式のオイラー・マルヤマ離散化のように見える、より一般で幅広いマルコフ連鎖、伊藤鎖を考える。伊藤鎖の法則と微分方程式の間の$W_2$-距離の有界性を証明する。
論文参考訳（メタデータ） (2023-10-09T18:38:56Z)
Hyperbolic vs Euclidean Embeddings in Few-Shot Learning: Two Sides of the Same Coin [49.12496652756007]
この結果から, 共通の双曲半径での双曲埋め込みが達成できることが示唆された。従来のベンチマーク結果とは対照的に、ユークリッド計量を備えた固定半径エンコーダにより、より良い性能が得られることを示す。
論文参考訳（メタデータ） (2023-09-18T14:51:46Z)
Last-Iterate Convergence of Adaptive Riemannian Gradient Descent for Equilibrium Computation [52.73824786627612]
本稿では,テクスト幾何学的強単調ゲームに対する新たな収束結果を確立する。我々のキーとなる結果は、RGDがテクスト幾何学的手法で最終定位線形収束を実現することを示しています。全体として、ユークリッド設定を超えるゲームに対して、幾何学的に非依存な最終点収束解析を初めて提示する。
論文参考訳（メタデータ） (2023-06-29T01:20:44Z)
Universal scaling of higher-order spacing ratios in Gaussian random matrices [0.0]
ガウスアンサンブルの高次間隔比を解析的に検討した。初期の数値研究から知られている普遍的な関係は、スケーリングの限界において証明される。
論文参考訳（メタデータ） (2022-07-01T13:59:26Z)
Infinite-dimensional optimization and Bayesian nonparametric learning of stochastic differential equations [0.04297070083645048]
論文の第1部は、無限次元最適化空間に対するある種の一般結果を確立する。本論文の第2部では,微分方程式のドリフト関数を学習するための体系的アプローチを開発した。
論文参考訳（メタデータ） (2022-05-30T18:22:47Z)
Asymptotic Theory of Geometric and Adaptive $k$-Means Clustering [0.0]
我々は、ユークリッド空間における$k$-meansクラスタリングの一貫性に関するポラードの古典的な結果を再考する。上に述べたすべてのクラスタリング手順が強く整合していることが示される。
論文参考訳（メタデータ） (2022-02-27T18:56:41Z)
On Localized Discrepancy for Domain Adaptation [146.4580736832752]
本稿では,局所化後の仮説空間上で定義される局所的不一致について検討する。 2つの領域を交換すると、それらの値が異なるため、非対称な移動困難が明らかになる。
論文参考訳（メタデータ） (2020-08-14T08:30:02Z)
Curvature-Dependant Global Convergence Rates for Optimization on Manifolds of Bounded Geometry [6.85316573653194]
1-有界幾何多様体上で定義される弱凸函数に対する曲率依存性収束率を与える。最適化文献でよく用いられる多様体に対して、これらの境界を明示的に計算する。指数写像の微分のノルムに完全一般境界の自己完備証明を与える。
論文参考訳（メタデータ） (2020-08-06T08:30:35Z)
Relative Deviation Margin Bounds [55.22251993239944]
我々はRademacher複雑性の観点から、分布依存と一般家庭に有効な2種類の学習境界を与える。有限モーメントの仮定の下で、非有界な損失関数に対する分布依存的一般化境界を導出する。
論文参考訳（メタデータ） (2020-06-26T12:37:17Z)

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。