論文の概要: Intrinsic perturbation scale for certified oracle objectives with epigraphic information
- arxiv url: http://arxiv.org/abs/2604.05678v1
- Date: Tue, 07 Apr 2026 10:29:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-08 17:42:09.766363
- Title: Intrinsic perturbation scale for certified oracle objectives with epigraphic information
- Title（参考訳）: 画像情報を用いた内因性摂動尺度
- Authors: Karim Bounja, Boujemaâ Achchab, Abdeljalil Sakat,
- Abstract要約: 我々は,通常の局所的均一値制御を,証明エンベロープによって自然に提供される円筒型垂直図形制御に置き換える。
集合ベースの二次成長(非特異な最小化が可能である)の下で、これは古典的な平方根の変位推定を最適指数 1/2 で得る。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We introduce a natural displacement control for minimizer sets of oracle objectives equipped with certified epigraphic information. Formally, we replace the usual local uniform value control of objective perturbations - uncertifiable from finite pointwise information without additional structure - by the strictly weaker requirement of a cylinder-localized vertical epigraphic control, naturally provided by certified envelopes. Under set-based quadratic growth (allowing nonunique minimizers), this yields the classical square-root displacement estimate with optimal exponent 1/2, without any extrinsic assumption.
- Abstract（参考訳）: 本稿では,認定エピグラフィック情報を備えたオラクル目標の最小化のための自然変位制御を提案する。
形式的には,主観的摂動の局所的一様値制御(付加構造のない有限点情報では確認できない)は,証明エンベロープによって自然に提供される円筒局在垂直図形制御の厳密な要件により置き換える。
集合ベースの二次成長(非特異な最小化が可能である)の下で、これは古典的な平方根の変位推定を最適指数 1/2 で導き出す。
関連論文リスト
- Escaping Local Minima Provably in Non-convex Matrix Sensing: A Deterministic Framework via Simulated Lifting [4.6910869230336045]
低ランク行列センシングは基本的だが、非客観的な問題である。
我々は,既存のミニマから減少することを保証するために,従来のパラメータ空間への逃避方向を過度にパラメータ化する枠組みを設計する。
論文 参考訳（メタデータ） (2026-02-05T17:05:02Z) - Semi-Supervised Risk Control via Prediction-Powered Inference [14.890609936348277]
リスク制御予測セット(RCPS)は、任意の機械学習モデルの出力を変換し、厳密なエラー率制御で予測ルールを設計するツールである。
ラベルのないデータを利用してハイパーパラメータを厳格に調整する半教師付きキャリブレーション手法を導入する。
提案手法は予測駆動型推論フレームワーク上に構築され,リスク管理タスクに慎重に適合する。
論文 参考訳（メタデータ） (2024-12-15T13:00:23Z) - Revisiting Essential and Nonessential Settings of Evidential Deep Learning [70.82728812001807]
Evidential Deep Learning (EDL) は不確実性推定の新しい手法である。
本報告では,EDLの簡易かつ効果的な拡張型であるRe-EDLを提案する。
論文 参考訳（メタデータ） (2024-10-01T04:27:07Z) - Semi-Supervised Unconstrained Head Pose Estimation in the Wild [57.11798881492183]
本研究では,最初の半教師なしヘッドポーズ推定手法であるSemiUHPEを提案する。
本手法は, 前回のランドマークに基づくアフィンアライメントよりも, 野生の頭部のアスペクト比不変収穫が優れているという観測に基づいている。
提案手法は, 汎用物体回転回帰法や3次元頭部再構成法など, その他の密接に関連する問題を解く上でも有用である。
論文 参考訳（メタデータ） (2024-04-03T08:01:00Z) - Soft ascent-descent as a stable and flexible alternative to flooding [6.527016551650139]
我々は,軟化・ポイントワイド機構であるSoftADを提案する。この機構は,降水量と降水量の影響を制限し,洪水の上昇・昇華効果を維持できる。
我々は,より小さな損失一般化ギャップとモデル規範を享受しながら,浸水と競合する分類精度をSoftADが実現できることを実証する。
論文 参考訳（メタデータ） (2023-10-16T02:02:56Z) - Toward Certified Robustness Against Real-World Distribution Shifts [65.66374339500025]
我々は、データから摂動を学ぶために生成モデルを訓練し、学習したモデルの出力に関して仕様を定義する。
この設定から生じるユニークな挑戦は、既存の検証者がシグモイドの活性化を厳密に近似できないことである。
本稿では,古典的な反例誘導的抽象的洗練の概念を活用するシグモイドアクティベーションを扱うための一般的なメタアルゴリズムを提案する。
論文 参考訳（メタデータ） (2022-06-08T04:09:13Z) - The Probabilistic Normal Epipolar Constraint for Frame-To-Frame Rotation
Optimization under Uncertain Feature Positions [53.478856119297284]
特徴位置における異方性および不均一性を考慮した確率論的正規極性制約(PNEC)を導入する。
合成データの実験において、新しいPNECは元のNECよりも正確な回転推定値が得られることを示した。
我々は,提案手法を最先端のモノクロ回転専用オドメトリーシステムに統合し,実世界のKITTIデータセットに対して一貫した改良を行った。
論文 参考訳（メタデータ） (2022-04-05T14:47:11Z) - Adversarial Classification via Distributional Robustness with
Wasserstein Ambiguity [12.576828231302134]
ワッサーシュタインの曖昧さの下では、モデルは誤分類のリスクを最小限にすることを目的としている。
この分類の非整合性にもかかわらず、標準降下法はこの問題に対して収束しているように見える。
論文 参考訳（メタデータ） (2020-05-28T07:28:47Z) - Log-Likelihood Ratio Minimizing Flows: Towards Robust and Quantifiable
Neural Distribution Alignment [52.02794488304448]
そこで本研究では,対数様比統計量と正規化フローに基づく新しい分布アライメント手法を提案する。
入力領域の局所構造を保存する領域アライメントにおいて,結果の最小化を実験的に検証する。
論文 参考訳（メタデータ） (2020-03-26T22:10:04Z)
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。