論文の概要: On Median of Incomplete U-Statistics

• arxiv url: http://arxiv.org/abs/2606.00661v1
• Date: Sat, 30 May 2026 10:22:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-02 21:34:28.579166
• Title: On Median of Incomplete U-Statistics
• Title（参考訳）: 不完全U統計の媒介について
• Abstract要約: 我々は、中間不完全U統計量(MIU)に対する有限サンプル濃度率を確立する。 我々は、MIUが対称カーネルの予測のための効率的なロバストな推定器であることを示す。
• 参考スコア（独自算出の注目度）: 1.8190501646350212
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We establish the finite-sample concentration rate for the Median-of-Incomplete-U-Statistics (MIU), an efficient robust estimator for the expectation of symmetric kernels.
• Abstract（参考訳）: 我々は、対称核の予測のための効率的なロバストな推定器であるMedian-of-Incomplete-U-Statistics (MIU) に対する有限サンプル濃度を定めている。

関連論文リスト

• Distributionally Faithful Imputation via Positive Semi-Definite Kernel Density Estimation [55.47411235954028]
  マスク観測による密度推定では,不規則に不規則に不規則な計算を行う。 我々は,ニュートン内点法で解ける閉じた形状の辺縁を持つ凸型経験的リスク問題を得る。 結果のPSDインプットモデルでは、同一の入射密度から単一および多重インプットが得られる。
  論文  参考訳（メタデータ） (2026-07-08T15:51:05Z)
• Sampling from Energy distributions with Target Concrete Score Identity [55.68827867099707]
  連続時間マルコフ連鎖(CTMC)の逆ダイナミクスを学習し、離散状態空間上の非正規化密度からサンプリングする方法を提案する。 提案手法は,一様ノイズ化カーネルを持つCTMCを前向きに構築し,提案したTarget concrete Score Identityに依存している。 具体的なスコアをニューラルネットワークで近似し,自己Normalized TCSISとUnbiased TCSISの2つのアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2025-10-27T08:21:09Z)
• CLT and Edgeworth Expansion for m-out-of-n Bootstrap Estimators of The Studentized Median [5.267184810624153]
  m-out-of-nブートストラップはmサブサンプルをnサイズの元のサンプルから置き換えることなく繰り返し描画することで統計量の分布を近似する。 エコノメトリ、バイオ統計学、機械学習にまたがる幅広い適用性にもかかわらず、ブートストラップの音質に対する厳密なパラメータなし保証はいまだに解明されていない。 本稿では,n 個のデータセットの m-of-n 再サンプリングから得られたサンプル定量値の推定器を解析することにより,そのような保証を確立する。
  論文  参考訳（メタデータ） (2025-05-16T22:14:49Z)
• Robust Estimation for Kernel Exponential Families with Smoothed Total Variation Distances [2.317910166616341]
  統計的推測では、標本は独立であり、確率分布から同一に分布していると一般的に仮定する。 本稿では,GAN-like 推定器の一般統計モデルへの応用について検討する。
  論文  参考訳（メタデータ） (2024-10-28T05:50:47Z)
• Statistical Efficiency of Score Matching: The View from Isoperimetry [96.65637602827942]
  本研究では, スコアマッチングの統計的効率と推定される分布の等尺性との間に, 密接な関係を示す。 これらの結果はサンプル状態と有限状態の両方で定式化する。
  論文  参考訳（メタデータ） (2022-10-03T06:09:01Z)
• Heavy-tailed Streaming Statistical Estimation [58.70341336199497]
  ストリーミング$p$のサンプルから重み付き統計推定の課題を考察する。 そこで我々は,傾きの雑音に対して,よりニュアンスな条件下での傾きの傾きの低下を設計し,より詳細な解析を行う。
  論文  参考訳（メタデータ） (2021-08-25T21:30:27Z)
• A Note on Optimizing Distributions using Kernel Mean Embeddings [94.96262888797257]
  カーネル平均埋め込みは、その無限次元平均埋め込みによる確率測度を表す。 カーネルが特徴的である場合、カーネルの総和密度を持つ分布は密度が高いことを示す。 有限サンプル設定でそのような分布を最適化するアルゴリズムを提供する。
  論文  参考訳（メタデータ） (2021-06-18T08:33:45Z)
• Variance Reduced Median-of-Means Estimator for Byzantine-Robust Distributed Inference [9.983824799552774]
  本稿では、ビザンチンノードの適度な割合に対して堅牢な効率的な分散推論アルゴリズムを開発する。 私たちの知る限りでは、これはByzantine-robust分散学習の設定における最初の正常性の結果です。
  論文  参考訳（メタデータ） (2021-03-04T06:50:52Z)
• Continuous Wasserstein-2 Barycenter Estimation without Minimax Optimization [94.18714844247766]
  ワッサーシュタイン・バリセンターは、最適輸送に基づく確率測度の重み付き平均の幾何学的概念を提供する。 本稿では,Wasserstein-2 バリセンタのサンプルアクセスを演算するスケーラブルなアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2021-02-02T21:01:13Z)
• Asymptotics of the Empirical Bootstrap Method Beyond Asymptotic Normality [25.402400996745058]
  実験的なブートストラップ推定器の限界分布は, 安定条件下では一定であることを示す。 本稿では,ブートストラップ法を用いて,カバレッジ保証付き信頼区間を構築するための3つの方法を提案する。
  論文  参考訳（メタデータ） (2020-11-23T07:14:30Z)
• Robust Kernel Density Estimation with Median-of-Means principle [0.0]
  一般的なカーネル密度推定法と中間平均原理(MoM-KDE)を組み合わせたロバストな非パラメトリック密度推定器を導入する。 この推定器は, 対向汚染の場合であっても, 任意の異常データに対して頑健性を達成することが示されている。
  論文  参考訳（メタデータ） (2020-06-30T08:01:07Z)
• Minimax Optimal Estimation of KL Divergence for Continuous Distributions [56.29748742084386]
  Kullback-Leibler の同一および独立に分布するサンプルからの発散は、様々な領域において重要な問題である。 単純で効果的な推定器の1つは、これらのサンプル間の近辺 k に基づいている。
  論文  参考訳（メタデータ） (2020-02-26T16:37:37Z)

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。