Fugu-MT 論文翻訳(概要): $λ$-PSD: Scalable Approximate SNR-Optimised Polynomial Stein Discrepancies

論文の概要: $λ$-PSD: Scalable Approximate SNR-Optimised Polynomial Stein Discrepancies

arxiv url: http://arxiv.org/abs/2606.26621v1
Date: Thu, 25 Jun 2026 05:35:00 GMT
ステータス: 翻訳完了
システム内更新日: 2026-06-26 18:46:32.180852
Title: $λ$-PSD: Scalable Approximate SNR-Optimised Polynomial Stein Discrepancies
Title（参考訳）: $λ$-PSD: スケーラブル近似SNR最適化ポリノミアルステインの相違
Abstract要約: PSD(Polynomial Stein discrepancies)は、サンプルの品質と最適なテストの最大値を測定するために、カーネルのSteinメソッドに代わるスケーラブルな代替手段を提供する。信号-テキスト比 (SNR) を直接最適化するのではなく, 分散を適切に制御することなく, 信号の高次化が良質な信号の増幅であることを示す。サンプル数に線形時間的複雑性を保ちながら、PSD$$$がテストパワーを大幅に向上することを示す。
参考スコア（独自算出の注目度）: 4.48154846288137
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Polynomial Stein discrepancies (PSD) provide a scalable alternative to kernel Stein methods for measuring sample quality and goodness-of-fit testing, but their statistical properties remain poorly understood. We show that increasing polynomial degree primarily amplifies signal without adequately controlling variance, rather than directly optimising the signal-to-noise ratio (SNR). Under suitable assumptions, this might lead to a failure mode in which the $\text{SNR}^2$ can provably decay exponentially with polynomial degree. Motivated by this observation, we reformulate Stein discrepancy construction as an explicit $\text{SNR}^2$ maximisation problem, yielding a Rayleigh quotient over Stein features. This perspective motivates $λ$-PSD, an approximate scalable covariance-aware reweighting scheme defined in a low-dimensional subspace. Under Gaussian settings, we show that $λ$-PSD avoids the exponential $\text{SNR}^2$ collapse and achieves a stable $\text{SNR}^2$. Empirically, $λ$-PSD substantially improves test power while retaining linear-time complexity in the number of samples, highlighting the importance of SNR-aware design for scalable Stein discrepancies.
Abstract（参考訳）: PSD(Polynomial Stein discrepancies)は、サンプルの品質と適合性の良さを計測するカーネルStein法に代わるスケーラブルな代替手段を提供するが、その統計的性質はよく分かっていない。多項式次数の増加は、信号-雑音比(SNR)を直接最適化するのではなく、ばらつきを適切に制御せずに信号の増幅を行うことを示す。適切な仮定の下では、これは$\text{SNR}^2$ が多項式次数で指数関数的に崩壊するような失敗モードにつながるかもしれない。この観測により、スタインの差分構造を明示的な$\text{SNR}^2$最大化問題として再構成し、スタイン特徴量に対するレイリー商を求める。この観点は、低次元部分空間で定義される近似スケーラブルな共分散対応再重み付けスキームである$λ$-PSDを動機付けている。ガウス的条件の下では、$λ$-PSD は指数的な $\text{SNR}^2$ の崩壊を回避し、安定な $\text{SNR}^2$ を達成する。実証的に、$λ$-PSDはサンプル数に線形時間的複雑性を保ちながらテスト能力を大幅に向上させ、スケーラブルなスタイン不一致に対するSNR対応設計の重要性を強調した。

関連論文リスト

Robust Average-Reward Markov Decision Processes: Minimax-Optimal Learning via Plug-in Reductions [51.50375419691955]
分布的に堅牢なマルコフ決定プロセスは、モデルの不確実性の下でのシーケンシャルな意思決定のための原則化されたフレームワークを提供する。我々は,平均回帰基準の下で,$varepsilon$-Optimal robust policyを学習するのに必要なサンプル数と十分なサンプル数について検討した。
論文参考訳（メタデータ） (2026-08-06T19:49:48Z)
How Neural Reward Models Learn Features for Policy Optimization: A Single-Index Analysis [53.063298916923976]
r*(x) = *(langle *, xrangle)$ と $x sim N(0, I_d)$ でガウスの単一インデックスモデルでフィードバックを研究する。まず、報酬重み付きサンプルから隠れた方向を*$で学習し、次に重み付きリッジ回帰により読み出し層に適合する2段階のニューラル報酬モデルを分析する。
論文参考訳（メタデータ） (2026-05-23T22:00:38Z)
Near-Optimal Sample Complexities of Divergence-based S-rectangular Distributionally Robust Reinforcement Learning [11.495253774507118]
分散ロバスト強化学習(DR-RL)は,最近,訓練環境と試験環境の相違に対処する原則的アプローチとして注目されている。堅牢性、保守性、および計算トレーサビリティのバランスをとるため、文献はSA-正方形およびS-正方形対向を持つDR-RLモデルを導入した。発散型S矩形DR-RLに対する実験値反復アルゴリズムについて検討し, ほぼ最適サンプル複雑性境界を確立する。
論文参考訳（メタデータ） (2025-05-18T02:35:39Z)
The Polynomial Stein Discrepancy for Assessing Moment Convergence [1.0835264351334324]
本研究では,サンプルの集合とベイズ推定のための所望の後方分布との差を測定する新しい手法を提案する。いくつかの例において、このテストは競合他社よりも高いパワーを持ち、計算コストが低いことを示す。
論文参考訳（メタデータ） (2024-12-06T15:51:04Z)
Computational-Statistical Gaps in Gaussian Single-Index Models [77.1473134227844]
単次元モデル(Single-Index Models)は、植木構造における高次元回帰問題である。我々は,統計的クエリ (SQ) と低遅延多項式 (LDP) フレームワークの両方において,計算効率のよいアルゴリズムが必ずしも$Omega(dkstar/2)$サンプルを必要とすることを示した。
論文参考訳（メタデータ） (2024-03-08T18:50:19Z)
Settling the Sample Complexity of Online Reinforcement Learning [92.02082223856479]
バーンインコストを発生させることなく、最小限の最適後悔を実現する方法を示す。最適値/コストや一定の分散といった問題依存量の影響を明らかにするために、我々の理論を拡張します。
論文参考訳（メタデータ） (2023-07-25T15:42:11Z)
Improved Sample Complexity Bounds for Distributionally Robust Reinforcement Learning [3.222802562733787]
トレーニング環境とテスト環境のパラメータミスマッチに対して頑健な制御ポリシーを学習することの問題点を考察する。本研究では,4つの異なる発散によって特定される不確実性集合に対して,ロバスト位相値学習(RPVL)アルゴリズムを提案する。提案アルゴリズムは,既存の結果より一様によいサンプル複雑性を$tildemathcalO(|mathcalSmathcalA| H5)$とする。
論文参考訳（メタデータ） (2023-03-05T21:47:08Z)
Posterior Coreset Construction with Kernelized Stein Discrepancy for Model-Based Reinforcement Learning [78.30395044401321]
我々は、強化学習(MBRL)のための新しいモデルベースアプローチを開発する。ターゲット遷移モデルの仮定を緩和し、混合モデルの一般的な族に属する。連続的な制御環境では、壁時計の時間を最大50%削減することができる。
論文参考訳（メタデータ） (2022-06-02T17:27:49Z)
Settling the Sample Complexity of Model-Based Offline Reinforcement Learning [50.5790774201146]
オフライン強化学習(RL)は、事前収集されたデータを用いて、さらなる探索を行わずに学習する。事前のアルゴリズムや分析は、最適なサンプルの複雑さに悩まされるか、サンプルの最適性に到達するために高いバーンインコストがかかるかのいずれかである。モデルベース(あるいは"プラグイン")アプローチは,バーンインコストを伴わずに,最小限のサンプル複雑性を実現することを実証する。
論文参考訳（メタデータ） (2022-04-11T17:26:19Z)
Breaking the Sample Complexity Barrier to Regret-Optimal Model-Free Reinforcement Learning [52.76230802067506]
漸進的強化学習における後悔を最小限に抑えるために,新しいモデルフリーアルゴリズムを提案する。提案アルゴリズムは、2つのQ-ラーニングシーケンスの助けを借りて、初期設定された参照更新ルールを用いる。初期の分散還元法の設計原理は、他のRL設定とは独立した関心を持つかもしれない。
論文参考訳（メタデータ） (2021-10-09T21:13:48Z)
Kernel Stein Discrepancy Descent [16.47373844775953]
Kernel Stein Discrepancy (KSD) は近年注目されている。我々は、目標確率分布を$mathbbRd$上で近似するために、ワッサーシュタイン勾配流の特性について検討する。これにより、直接実装可能な決定論的スコアベースのメソッドが、$pi$、KSD Descentからサンプリングされる。
論文参考訳（メタデータ） (2021-05-20T19:05:23Z)

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。