論文の概要: Tail exponents of conditional guesswork via the method of types
- arxiv url: http://arxiv.org/abs/2608.17949v1
- Date: Tue, 18 Aug 2026 16:04:54 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-19 21:40:53.397291
- Title: Tail exponents of conditional guesswork via the method of types
- Title(参考訳): 型法による条件付き当て推量のタイル指数
- Abstract要約: 本研究では,要素相関側情報を用いたランダム列の実現を推定する問題について検討する。
タイプカウントを用いて,サイドインフォメーションを使わずに,ケースの推測回数のテール確率を推定する。
- 参考スコア(独自算出の注目度): 2.858414501001595
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We study the problem of guessing a realization of an i.i.d. random sequence given element-wise correlated side-information. We use type-counting to provide estimates of the tail probabilities of the number of guesses for the case without side-information, which was shown earlier through large-deviation techniques. We then extend the same counting argument to the conditional setting, obtaining new explicit expressions for the corresponding guesswork exponents as divergences involving conditional tilted distributions. Finally, we provide an application of these exponents to brute-force password guessing with side-information.
- Abstract(参考訳): 本研究では,要素相関側情報を用いたランダム列の実現を推定する問題について検討する。
著者らは, サイドインフォメーションを伴わないケースの推測回数の尾の確率を推定するために, タイプカウントを用いた。
次に、同じ数え上げ引数を条件付き設定に拡張し、条件付き傾き分布を含む発散として対応する推定指数に対する新しい明示的な表現を得る。
最後に、これらの指数をサイド情報を用いたブルートフォースパスワード推定に適用する。
関連論文リスト
- On the Minimax Regret of Sequential Probability Assignment via Square-Root Entropy [70.10668953625247]
側情報がない場合のミニマックス後悔は、逐次二乗根エントロピーの観点から上界化可能であることを示す。
側情報を用いた逐次確率割当問題では,上記のエントロピーに基づいて上界と下界の両方を発達させる。
論文 参考訳(メタデータ) (2025-03-22T17:26:34Z) - Inference via Interpolation: Contrastive Representations Provably Enable Planning and Inference [110.47649327040392]
時系列データを考えると、“今後どうなるか?”や“どうやって来たのか?”といった質問に答えるにはどうすればよいでしょう?
これらの質問は、学習された表現の観点から、いかにコンパクトで閉じた形状の解が得られるかを示す。
論文 参考訳(メタデータ) (2024-03-06T22:27:30Z) - Sample size planning for conditional counterfactual mean estimation with
a K-armed randomized experiment [0.0]
K$のランダム化実験で十分なサンプルサイズを決定する方法を示す。
政策木を用いてサブグループを学習し、公開可能な大規模なランダム化実験データセットにおいて、我々の名目上の保証を評価する。
論文 参考訳(メタデータ) (2024-03-06T20:37:29Z) - Entrywise Inference for Missing Panel Data: A Simple and Instance-Optimal Approach [27.301741710016223]
停滞した採用によって引き起こされたパネルデータの欠落データバージョンに関連する推論的疑問を考察する。
我々は、予め特定されたカバレッジでエントリワイドな信頼区間を構築するためのデータ駆動方式を開発し、分析する。
我々は、欠落したエントリを推定する際に、そのエラーに非漸近的かつ高い確率境界を証明した。
論文 参考訳(メタデータ) (2024-01-24T18:58:18Z) - A Heavy-Tailed Algebra for Probabilistic Programming [53.32246823168763]
本稿では,確率変数の尾を解析するための体系的アプローチを提案する。
本稿では,確率型プログラミング言語コンパイラの静的解析(サンプル作成前)において,この手法をどのように利用できるかを示す。
実験結果から,重み付き代数を利用する推論アルゴリズムは,多数の密度モデリングおよび変分推論タスクにおいて優れた性能が得られることを確認した。
論文 参考訳(メタデータ) (2023-06-15T16:37:36Z) - Shortcomings of Top-Down Randomization-Based Sanity Checks for
Evaluations of Deep Neural Network Explanations [67.40641255908443]
モデルランダム化に基づく正当性チェックの限界を,説明書の評価のために同定する。
トップダウンモデルランダム化は、フォワードパスアクティベーションのスケールを高い確率で保存する。
論文 参考訳(メタデータ) (2022-11-22T18:52:38Z) - Bounding Counterfactuals under Selection Bias [60.55840896782637]
本稿では,識別不能なクエリと識別不能なクエリの両方に対処するアルゴリズムを提案する。
選択バイアスによって引き起こされる欠如にもかかわらず、利用可能なデータの可能性は無限であることを示す。
論文 参考訳(メタデータ) (2022-07-26T10:33:10Z) - Modeling Sequences as Distributions with Uncertainty for Sequential
Recommendation [63.77513071533095]
既存のシーケンシャルメソッドの多くは、ユーザが決定論的であると仮定する。
項目-項目遷移は、いくつかの項目において著しく変動し、ユーザの興味のランダム性を示す。
本稿では,不確実性を逐次モデルに注入する分散型トランスフォーマーシークエンシャルレコメンデーション(DT4SR)を提案する。
論文 参考訳(メタデータ) (2021-06-11T04:35:21Z) - Root-finding Approaches for Computing Conformal Prediction Set [18.405645120971496]
共形予測は、以前の同一分布および交換可能な観測に基づいて、特徴ベクトルの未観測応答に対する信頼領域を構築する。
我々は,共形予測集合が古典的ルートフィンディングソフトウェアによって効率的に近似できる区間であるという事実を活用する。
論文 参考訳(メタデータ) (2021-04-14T06:41:12Z) - Testing Tail Weight of a Distribution Via Hazard Rate [7.399725974708623]
本研究では,重み付き分布と重み付き分布とを,ハザード率に基づく定義により区別するアルゴリズムを開発した。
理論的結果を実証的に検証する。
論文 参考訳(メタデータ) (2020-10-06T17:13:14Z) - Guesswork with Quantum Side Information [12.043574473965318]
一般的な推測戦略は、単一の測定を行い、推測戦略を選択することと等価であることを示す。
BB84状態を含む簡単な例を数値的および解析的に評価する。
論文 参考訳(メタデータ) (2020-01-10T18:25:37Z)
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。