Fugu-MT 論文翻訳(概要): Active Seriation: Efficient Ordering Recovery with Statistical Guarantees

論文の概要: Active Seriation: Efficient Ordering Recovery with Statistical Guarantees

arxiv url: http://arxiv.org/abs/2603.15336v1
Date: Mon, 16 Mar 2026 14:25:40 GMT
ステータス: 翻訳完了
システム内更新日: 2026-03-17 18:28:58.428304
Title: Active Seriation: Efficient Ordering Recovery with Statistical Guarantees
Title（参考訳）: アクティブセレーション:統計的保証者による効率的な注文回収
Authors: James Cheshire, Yann Issartel,
Abstract要約: Active Seriationは、ペアの類似性を適応的にクエリすることで、未知の$n$アイテムの注文を回復することを目的としている。高い確率で遅延順序を確実に回復するアクティブセレーションアルゴリズムを提案する。
参考スコア（独自算出の注目度）: 4.046407662099088
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Active seriation aims at recovering an unknown ordering of $n$ items by adaptively querying pairwise similarities. The observations are noisy measurements of entries of an underlying $n$ x $n$ permuted Robinson matrix, whose permutation encodes the latent ordering. The framework allows the algorithm to start with partial information on the latent ordering, including seriation from scratch as a special case. We propose an active seriation algorithm that provably recovers the latent ordering with high probability. Under a uniform separation condition on the similarity matrix, optimal performance guarantees are established, both in terms of the probability of error and the number of observations required for successful recovery.
Abstract（参考訳）: Active Seriationは、ペアの類似性を適応的にクエリすることで、未知の$n$アイテムの注文を回復することを目的としている。観測は、下層の$n$ x $n$置換ロビンソン行列の成分の雑音的な測定であり、置換は潜在順序を符号化する。このフレームワークにより、アルゴリズムは、特別なケースとしてスクラッチからのセレーションを含む、潜在順序に関する部分的な情報から始めることができる。高い確率で遅延順序を確実に回復するアクティブセレーションアルゴリズムを提案する。類似度行列上の均一な分離条件の下では、誤差の確率と回復に必要となる観測数の両方の観点から最適な性能保証が確立される。

関連論文リスト

Tokenized Bandit for LLM Decoding and Alignment [32.22367277030496]
トークン化線形バンドイット(TLB)とマルチアームバンドイット(TMAB)を導入する。 TLB と TMAB でそれぞれ $tildeO(LsqrtT)$ と $tildeO(LsqrtT2/3)$ のアルゴリズムを提案する。
論文参考訳（メタデータ） (2025-06-08T20:32:08Z)
A Scale-Invariant Sorting Criterion to Find a Causal Order in Additive Noise Models [49.038420266408586]
分散の増加による変数のソートは、しばしば因果順序に近い順序になることを示す。本稿ではR2$-SortnRegressと呼ばれる,高いR2$-sortabilityを利用する効率的なベースラインアルゴリズムを提案する。その結果,因果発見に関連するデータ生成プロセスの仮定として,R2$-sortabilityが高額であることが判明した。
論文参考訳（メタデータ） (2023-03-31T17:05:46Z)
Partial Matrix Completion [29.68420094716923]
この研究は、部分行列完備化の新しい枠組みを確立する。目標は、高い信頼性で完成できるエントリの大規模なサブセットを特定することである。本稿では,以下の証明可能な保証付き効率的なアルゴリズムを提案する。
論文参考訳（メタデータ） (2022-08-25T12:47:20Z)
Sequential Recommendation via Stochastic Self-Attention [68.52192964559829]
Transformerベースのアプローチでは、アイテムをベクトルとして埋め込んで、ドット積の自己アテンションを使用してアイテム間の関係を測定する。本稿では,これらの問題を克服するための新しいtextbfStochastic textbfSelf-textbfAttention (STOSA) を提案する。我々は、アイテムと項目の位置関係を列で特徴づける新しいワッサースタイン自己保持モジュールを考案した。
論文参考訳（メタデータ） (2022-01-16T12:38:45Z)
Sparse Quadratic Optimisation over the Stiefel Manifold with Application to Permutation Synchronisation [71.27989298860481]
二次目的関数を最大化するスティーフェル多様体上の行列を求める非最適化問題に対処する。そこで本研究では,支配的固有空間行列を求めるための,単純かつ効果的なスパーシティプロモーティングアルゴリズムを提案する。
論文参考訳（メタデータ） (2021-09-30T19:17:35Z)
Modeling Sequences as Distributions with Uncertainty for Sequential Recommendation [63.77513071533095]
既存のシーケンシャルメソッドの多くは、ユーザが決定論的であると仮定する。項目-項目遷移は、いくつかの項目において著しく変動し、ユーザの興味のランダム性を示す。本稿では,不確実性を逐次モデルに注入する分散型トランスフォーマーシークエンシャルレコメンデーション(DT4SR)を提案する。
論文参考訳（メタデータ） (2021-06-11T04:35:21Z)
Adversarial Crowdsourcing Through Robust Rank-One Matrix Completion [17.615174152419133]
明らかな記載が損なわれているかは分かっていない。提案アルゴリズムは,ErdHos-R'enyiランダムグラフを用いて,抽出されたエントリの集合が与えられたときに最適であることを示す。特に, 提案アルゴリズムは, ErdHos-R'enyiランダムグラフを用いて, 与えられたエントリの集合が与えられたときに最適であることを示す。
論文参考訳（メタデータ） (2020-10-23T06:23:20Z)
Robust Matrix Completion with Mixed Data Types [0.0]
我々は,データ型が混在する部分的なエントリを持つ構造的低ランク行列を復元する問題を考察する。ほとんどのアプローチは、基礎となる分布は1つしかないと仮定し、低階の制約は、行列 Satten Norm によって正則化される。本稿では, 並列化に適したアルゴリズムフレームワークとともに, 高い回復保証を有する計算可能な統計手法を提案し, 混合データ型に対する部分的に観測されたエントリを持つ低階行列を1ステップで復元する。
論文参考訳（メタデータ） (2020-05-25T21:35:10Z)
Robustness Verification for Classifier Ensembles [3.5884936187733394]
堅牢性チェック問題は、ランダムな攻撃が存在するかどうかに関わらず、分類器とラベル付きデータセットのセットを与えられた評価によって成る。問題のNP硬度を示し、最適なランダム化攻撃を形成するのに十分な攻撃数に上限を与える。プロトタイプ実装では、画像分類タスクのために訓練された複数のニューラルネットワークアンサンブルを検証する。
論文参考訳（メタデータ） (2020-05-12T07:38:43Z)
Ranking a set of objects: a graph based least-square approach [70.7866286425868]
同一労働者の群集によるノイズの多いペアワイズ比較から始まる$N$オブジェクトのランク付けの問題について考察する。品質評価のために,最小二乗内在的最適化基準に依存する非適応的ランキングアルゴリズムのクラスを提案する。
論文参考訳（メタデータ） (2020-02-26T16:19:09Z)
SetRank: A Setwise Bayesian Approach for Collaborative Ranking from Implicit Feedback [50.13745601531148]
提案手法は,提案システムにおける暗黙的フィードバックの特性に対応するために,協調的ランキング(SeetRank)のためのセッティングワイドベイズ的手法を提案する。具体的には、SetRankは、新しい設定された選好比較の後方確率を最大化することを目的としている。また、SetRankの理論解析により、余剰リスクの境界が$sqrtM/N$に比例できることを示す。
論文参考訳（メタデータ） (2020-02-23T06:40:48Z)

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。