論文の概要: Finding Most Influential Sets

• arxiv url: http://arxiv.org/abs/2606.05919v1
• Date: Thu, 04 Jun 2026 09:24:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-05 22:39:44.688425
• Title: Finding Most Influential Sets
• Title（参考訳）: 最もインフルエンシャルな集合を見つける
• Authors: Lucas D. Konrad, Nikolas Kuschnig,
• Abstract要約: ディンケルバッハの手法は、反復ごとに$mathcalO(n)$コストと有限終了のアルゴリズムを生成する。 本手法は,これまで計算不能であった正確なMISを復元する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Identifying most influential sets (MIS) - size-$k$ subsets whose removal maximally changes a target estimand - is typically infeasible because it requires searching over $\binom{n}{k}$ subsets. For estimands with linear-fractional leave-set-out effects, we show that MIS selection reduces to a one-parameter sequence of top-$k$ problems. Dinkelbach's method yields an algorithm with $\mathcal{O}(n)$ cost per iteration and finite termination. For fixed residualized inputs, the algorithm returns a globally optimal set for the univariate ratio objective, including the oracle-residualized partial linear model. With estimated nuisance functions, uniform denominator and generated-score stability imply approximation to the first-order oracle orthogonal-score objective; exact set recovery follows under a separation condition. Simulations and applications show that the method recovers exact MIS that were previously computationally inaccessible.
• Abstract（参考訳）: 最も影響力のある集合 (MIS) を識別する - サイズ-$k$ 部分集合は、目的の推定値を最大に変化させるが、これは通常、$\binom{n}{k}$ 部分集合を探索する必要があるため、実現不可能である。 線形フラクタルな離脱セットアウト効果を持つ推定値に対して、MIS選択はトップ$k$問題の1パラメータ列に還元されることを示す。 ディンケルバッハの手法は、反復ごとに$\mathcal{O}(n)$コストと有限終了のアルゴリズムを生成する。 固定残差入力に対して、アルゴリズムは、オラクル残差線形モデルを含む単変量比の目的に対して、大域的最適セットを返す。 推定ニュアンス関数では、一様分母と生成スコア安定性は、第一次オラクル直交スコアの目的に近似することを暗示する。 シミュレーションや応用により、従来計算不能だったMISを復元することを示した。

関連論文リスト

• Locally Near Optimal Piecewise Linear Regression in High Dimensions via Difference of Max-Affine Functions [4.297070083645049]
  本稿では,Adaptive Block Gradient Descent (ABGD) アルゴリズムによる線形回帰の解を提案する。 この方法の心臓は、極大ファイン関数の差分として片方向線型関数のパラメトリゼーションである。 我々は,実世界のデータセットにおける最先端手法と比較して,競争性能を観察する。
  論文  参考訳（メタデータ） (2026-05-07T21:23:54Z)
• Provably Adaptive Linear Approximation for the Shapley Value and Beyond [73.0940890296463]
  基本的で長期にわたる課題は、その効率的な近似である。 一般に用いられるすべての半値に対して$P(|hatboldsymbol-boldsymbol|_2geq)leq$を必要とする線形空間アルゴリズムを開発する。 本アルゴリズムは,各ユーティリティ関数の平均二乗誤差の明示的最小化を可能にする。
  論文  参考訳（メタデータ） (2026-04-09T16:38:14Z)
• A Sample Efficient Alternating Minimization-based Algorithm For Robust Phase Retrieval [56.67706781191521]
  そこで本研究では,未知の信号の復元を課題とする,ロバストな位相探索問題を提案する。 提案するオラクルは、単純な勾配ステップと外れ値を用いて、計算学的スペクトル降下を回避している。
  論文  参考訳（メタデータ） (2024-09-07T06:37:23Z)
• Nearly Minimax Optimal Regret for Learning Linear Mixture Stochastic Shortest Path [80.60592344361073]
  線形混合遷移カーネルを用いた最短経路(SSP)問題について検討する。 エージェントは繰り返し環境と対話し、累積コストを最小化しながら特定の目標状態に到達する。 既存の作業は、イテレーションコスト関数の厳密な下限や、最適ポリシーに対する期待長の上限を仮定することが多い。
  論文  参考訳（メタデータ） (2024-02-14T07:52:00Z)
• Best Policy Identification in Linear MDPs [70.57916977441262]
  縮退した線形マルコフ+デルタ決定における最適同定問題について, 生成モデルに基づく固定信頼度設定における検討を行った。 複雑な非最適化プログラムの解としての下位境界は、そのようなアルゴリズムを考案する出発点として用いられる。
  論文  参考訳（メタデータ） (2022-08-11T04:12:50Z)
• Multi-block-Single-probe Variance Reduced Estimator for Coupled Compositional Optimization [49.58290066287418]
  構成問題の複雑さを軽減するために,MSVR (Multi-block-probe Variance Reduced) という新しい手法を提案する。 本研究の結果は, 試料の複雑さの順序や強靭性への依存など, 様々な面で先行して改善された。
  論文  参考訳（メタデータ） (2022-07-18T12:03:26Z)
• A Projection-free Algorithm for Constrained Stochastic Multi-level Composition Optimization [12.096252285460814]
  合成最適化のためのプロジェクションフリー条件付き勾配型アルゴリズムを提案する。 提案アルゴリズムで要求されるオラクルの数と線形最小化オラクルは,それぞれ$mathcalO_T(epsilon-2)$と$mathcalO_T(epsilon-3)$である。
  論文  参考訳（メタデータ） (2022-02-09T06:05:38Z)
• Stochastic regularized majorization-minimization with weakly convex and multi-convex surrogates [0.0]
  提案アルゴリズムの最初の最適性ギャップは,非テンソル依存データ設定下での様々な手法の期待損失率で減衰することを示す。 非テンション依存データ設定の下で, 各種手法の収束点を求める。
  論文  参考訳（メタデータ） (2022-01-05T15:17:35Z)
• Optimal and instance-dependent guarantees for Markovian linear stochastic approximation [47.912511426974376]
  標準スキームの最後の繰り返しの2乗誤差に対して、$t_mathrmmix tfracdn$の非漸近境界を示す。 マルコフ雑音による政策評価について,これらの結果のまとめを導出する。
  論文  参考訳（メタデータ） (2021-12-23T18:47:50Z)

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。