論文の概要: Empirical Bayes 1-bit matrix completion

• arxiv url: http://arxiv.org/abs/2605.09509v1
• Date: Sun, 10 May 2026 12:42:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-12 23:28:50.287126
• Title: Empirical Bayes 1-bit matrix completion
• Title（参考訳）: 経験的ベイズ1ビット行列の完成
• Authors: Takeru Matsuda,
• Abstract要約: 1ビット行列完備化(英語版)として知られる2進行列の未観測エントリを予測する問題は、レコメンデーションシステムなどの分野において多種多様な応用を見出した。 本研究では,Efron-Morris推定器による1ビット行列補完の実証的ベイズ法を開発した。
• 参考スコア（独自算出の注目度）: 7.064683197536012
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The problem of predicting unobserved entries in a binary matrix, known as 1-bit matrix completion, has found diverse applications in fields such as recommendation systems. In this study, we develop an empirical Bayes method for 1-bit matrix completion motivated by the Efron--Morris estimator, a matrix generalization of the James--Stein estimator that shrinks singular values toward zero. The proposed method exploits the underlying low-rank structure of binary matrices, drawing parallels with multidimensional item response theory. Simulation studies and real-data applications demonstrate that the proposed method achieves a superior balance of predictive accuracy, calibration reliability (uncertainty quantification), and computational efficiency compared to existing methods.
• Abstract（参考訳）: 1ビット行列完備化(英語版)として知られる2進行列における未観測エントリを予測する問題は、レコメンデーションシステムなどの分野において多種多様な応用を見出した。 本研究では,ジェームズ-シュタイン推定器の行列一般化であるEfron-Morris推定器によって動機付けられた1ビット行列完備化の実証的ベイズ法を開発した。 提案手法は,2値行列の下位低ランク構造を利用して,多次元項目応答理論と平行に描画する。 シミュレーション研究と実データ応用により,提案手法は予測精度,キャリブレーション信頼性(不確かさ定量化),計算効率の両立を実現している。

関連論文リスト

• Computational Efficient and Minimax Optimal Nonignorable Matrix Completion [2.2306682526405868]
  一般化された非無視的欠落機構に対して,核ノルム正規化行および列ワイズ行列U統計損失関数を提案する。 提案手法は,既存手法に匹敵する計算効率を実現する。
  論文  参考訳（メタデータ） (2025-04-05T01:41:53Z)
• Spectral Entry-wise Matrix Estimation for Low-Rank Reinforcement Learning [53.445068584013896]
  低ランク構造を持つ強化学習(RL)における行列推定問題について検討した。 低ランク帯では、回収される行列は期待される腕の報酬を指定し、低ランクマルコフ決定プロセス(MDP)では、例えばMDPの遷移カーネルを特徴付ける。 簡単なスペクトルベースの行列推定手法は,行列の特異部分空間を効率よく復元し,ほぼ最小の入力誤差を示すことを示す。
  論文  参考訳（メタデータ） (2023-10-10T17:06:41Z)
• A Majorization-Minimization Gauss-Newton Method for 1-Bit Matrix Completion [15.128477070895055]
  本稿では,Majorization-Minimization Gauss-Newton (MMGN) と呼ばれる新しい1ビット行列補完法を提案する。 本手法は,元の最適化問題を標準的な低ランク行列補完問題に変換する偏極最小化原理に基づく。
  論文  参考訳（メタデータ） (2023-04-27T03:16:52Z)
• A Generalized Latent Factor Model Approach to Mixed-data Matrix Completion with Entrywise Consistency [3.299672391663527]
  マトリックスコンプリート(Matrix completion)は、部分的に観察された行列における欠落したエントリの予測に関する機械学習手法のクラスである。 非線型因子モデルの一般族の下での低ランク行列推定問題として定式化する。 低ランク行列を推定するためのエントリーワイドな一貫した推定器を提案する。
  論文  参考訳（メタデータ） (2022-11-17T00:24:47Z)
• Making Linear MDPs Practical via Contrastive Representation Learning [101.75885788118131]
  マルコフ決定過程(MDP)における次元性の呪いに、低ランク表現を利用することで対処することが一般的である。 本稿では,効率的な表現学習を可能にしつつ,正規化を自動的に保証する線形MDPの代替的定義について考察する。 いくつかのベンチマークにおいて、既存の最先端モデルベースおよびモデルフリーアルゴリズムよりも優れた性能を示す。
  論文  参考訳（メタデータ） (2022-07-14T18:18:02Z)
• Robust 1-bit Compressive Sensing with Partial Gaussian Circulant Matrices and Generative Priors [54.936314353063494]
  我々は,ロバストな1ビット圧縮センシングのための相関に基づく最適化アルゴリズムのリカバリ保証を提供する。 我々は,実用的な反復アルゴリズムを用いて,画像データセットの数値実験を行い,結果の相関付けを行う。
  論文  参考訳（メタデータ） (2021-08-08T05:28:06Z)
• Variance Reduction for Matrix Computations with Applications to Gaussian Processes [0.0]
  本稿では,行列分解による行列計算の分散化に着目する。 行列の平方根因数分解の計算は、いくつかの重要な場合において、任意に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） (2021-06-28T10:41:22Z)
• Adversarially-Trained Nonnegative Matrix Factorization [77.34726150561087]
  非負行列ファクタリゼーションの逆学習版を検討する。 我々の定式化では、攻撃者は与えられたデータ行列に有界ノルムの任意の行列を追加する。 辞書と係数行列を最適化するために, 逆学習に触発された効率的なアルゴリズムを設計する。
  論文  参考訳（メタデータ） (2021-04-10T13:13:17Z)
• On the Efficient Implementation of the Matrix Exponentiated Gradient Algorithm for Low-Rank Matrix Optimization [26.858608065417663]
  スペクトル上の凸最適化は、機械学習、信号処理、統計学に重要な応用がある。 低ランク行列による最適化に適したMEGの効率的な実装を提案し、各イテレーションで単一の低ランクSVDのみを使用する。 また,本手法の正しい収束のための効率よく計算可能な証明書も提供する。
  論文  参考訳（メタデータ） (2020-12-18T19:14:51Z)
• Relative Error Bound Analysis for Nuclear Norm Regularized Matrix Completion [101.83262280224729]
  我々は、原子核ノルム正規化行列補完に対する相対誤差を開発する。 未知行列の最適低ランク近似を回復するための相対上界を導出する。
  論文  参考訳（メタデータ） (2015-04-26T13:12:16Z)

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。