論文の概要: Toward a Semiparametric Efficiency Theory under Equality Constraints in Nested Markov Models

• arxiv url: http://arxiv.org/abs/2608.24602v1
• Date: Tue, 25 Aug 2026 14:23:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-26 14:09:35.026051
• Title: Toward a Semiparametric Efficiency Theory under Equality Constraints in Nested Markov Models
• Title（参考訳）: ネステッドマルコフモデルにおける等式制約下の半パラメトリック効率理論に向けて
• Abstract要約: 遅延変数を持つ有向非巡回グラフ(DAG)の確率モデルは、観測されたデータ分布に等式制約を課す。 We developed results to establish a semiparametric framework for statistics model defined by Verma constraints。
• 参考スコア（独自算出の注目度）: 6.460973247686546
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Probabilistic models of Directed Acyclic Graphs (DAGs) with latent variables impose equality constraints on the observed data distribution beyond ordinary conditional independencies. These so-called Verma constraints arise in nested Markov models associated with Acyclic Directed Mixed Graphs, the latent projection of latent-variable DAGs. While nested Markov models have been extensively studied from the perspectives of graphical representation and causal identification, their implications for semiparametric efficiency theory remain less understood. We develop results toward establishing a semiparametric framework for statistical models defined by Verma constraints. Our key observation is that nested Markov constraints admit weighted conditional-moment representations under post-fixing distributions induced by graphical fixing operations. We show that fixing induces weighted orthogonality relations in L2(P), thereby converting Verma constraints into explicit tangent-space restrictions. Building on this representation, we characterize the tangent-space orthocomplement for models defined by a single nested Markov constraint through residualized weighted moment functions. This geometric formulation yields Hilbert-space characterizations of semiparametric efficient influence functions and efficiency bounds via orthogonal projection and equivalent minimum-variance formulations. We further discuss extensions to models involving multiple nested Markov constraints, for which we characterize a subspace of the orthocomplement as sums of the corresponding weighted orthogonality relations, while leaving the complete tangent-space characterization open. More broadly, our results connect nested graphical structure with semiparametric Hilbert-space geometry and provide a foundation for a general efficiency theory for nested Markov models. We illustrate the framework through several latent-variable DAGs.
• Abstract（参考訳）: 遅延変数を持つ有向非巡回グラフ(DAG)の確率モデルは、通常の条件非依存性を超えた観測データ分布に等性制約を課す。 いわゆるVerma制約は、潜在変数DAGの潜在射影であるAcyclic Directed Mixed Graphsに関連するネスト付きマルコフモデルに生じる。 ネストされたマルコフモデルは、図形表現や因果同定の観点から広く研究されているが、半パラメトリック効率理論へのその影響はいまだ理解されていない。 We developed results to establish a semiparametric framework for statistics model defined by Verma constraints。 我々のキーとなる観察は、ネストされたマルコフ制約は、グラフィカルな固定操作によって引き起こされる固定後の分布の下で、重み付けされた条件-モーメント表現を許容するということである。 固定はL2(P) の重み付き直交関係を誘導し、したがってVerma の制約を明示的な接空間の制約に変換することを示す。 この表現に基づいて、1つのネストされたマルコフ制約によって定義されるモデルの接空間補間を、残留化された重み付きモーメント関数によって特徴づける。 この幾何学的定式化は、直交射影と等価な最小分散の定式化を通して半パラメトリックな効率的な影響関数と効率境界のヒルベルト空間の特徴づけを与える。 さらに、重み付き直交関係の和として直交補空間の部分空間を特徴付けるような、複数のネスト付きマルコフ制約を含むモデルの拡張についても論じる。 より広範に、我々はネスト付きグラフィカル構造と半パラメトリックヒルベルト空間幾何学を結び付け、ネスト付きマルコフモデルに対する一般効率理論の基礎を提供する。 いくつかの潜伏変数DAGを通して、このフレームワークを説明します。

関連論文リスト

• A Characterization of the Orthocomplement of the Tangent Space of Semiparametric Markov Models [6.03533724367194]
  対象パラメータに対する影響関数のクラスを特徴付ける方法を示す。 無向グラフ、連鎖グラフ、または非巡回有向混合グラフに関連するマルコフモデルに対して、補グラフは特徴づけられていない。 一般マルコフモデルに対する接空間の補集合に対する閉形式式を導出する。
  論文  参考訳（メタデータ） (2026-07-26T03:33:14Z)
• Representational Capacity: Geometric Limits on Feature Representation in Transformer Language Models [51.56484100374058]
  モデルがサポートできるほぼ直交方向数を推定するためのフレームワークを開発する。 このメトリックを数十のオープンソースモデルに適用すると、高い$varepsilon$を持つモデルと、それを維持する$varepsilon$の低いモデルという2つのクラスが明らかになる。
  論文  参考訳（メタデータ） (2026-06-01T18:28:56Z)
• SIGMA: Scalable Spectral Insights for LLM Collapse [51.863164847253366]
  SIGMA(Spectral Inequalities for Gram Matrix Analysis)は,モデル崩壊のための統一的なフレームワークである。 行列のスペクトル上の決定論的境界を導出するベンチマークを利用することで、SIGMAは表現空間の収縮を追跡するために数学的に基底化された計量を提供する。 我々は、SIGMAが状態への遷移を効果的に捉え、崩壊のメカニズムに関する理論的知見の両方を提供することを示した。
  論文  参考訳（メタデータ） (2026-01-06T19:47:11Z)
• Flock: A Knowledge Graph Foundation Model via Learning on Random Walks [26.568227939080703]
  知識グラフ(KG)におけるゼロショットリンク予測の問題について検討する。 ランダムウォークを反復的にサンプリングし、記録プロトコルを介してシーケンスにエンコードし、それらをシーケンスモデルで埋め込み、学習プーリングを通じてノードと関係の表現を集約するKGFMであるFlockを提案する。 Flockは、現在のKGFMが失敗する新たな診断データセットPetalsを完璧に解決し、さまざまなドメインから54KGのエンティティおよびリレーショナル予測タスクにおける最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2025-10-01T23:09:46Z)
• Nonparametric learning of heterogeneous graphical model on network-linked data [19.215806260939473]
  本稿では,不均一なグラフ構造に対応する非パラメトリックグラフィカルモデルを提案する。 グラフ学習タスクをベクトル値の核ヒルベルト空間の性質を利用して有限次元線形方程式系に変換する。 その効果は、様々なシミュレートされた例を通しても示され、統計学的コオーサシップデータセットへの真の応用である。
  論文  参考訳（メタデータ） (2025-07-02T08:37:15Z)
• UniqueNESS: Graph Theory Approach to the Uniqueness of Non-Equilibrium Stationary States of the Lindblad Master Equation [0.0]
  リンドブラディアン超作用素のカーネルの次元性は、平衡から外れた様々なシナリオに物理的に興味を持つ。 リンドブラッドマスター方程式の特異な固定点に関する文献で確立された既知の基準は、グラフ理論の枠組みでよりよく扱うことができることを示す。
  論文  参考訳（メタデータ） (2025-04-16T21:59:05Z)
• Learning Graphical Factor Models with Riemannian Optimization [70.13748170371889]
  本稿では,低ランク構造制約下でのグラフ学習のためのフレキシブルなアルゴリズムフレームワークを提案する。 この問題は楕円分布のペナルティ化された最大推定値として表される。 楕円モデルによく適合する正定行列と定ランクの正半定行列のジオメトリを利用する。
  論文  参考訳（メタデータ） (2022-10-21T13:19:45Z)
• Score-based Generative Modeling of Graphs via the System of Stochastic Differential Equations [57.15855198512551]
  本稿では,連続時間フレームワークを用いたグラフのスコアベース生成モデルを提案する。 本手法は, トレーニング分布に近い分子を生成できるが, 化学価数則に違反しないことを示す。
  論文  参考訳（メタデータ） (2022-02-05T08:21:04Z)
• Joint Network Topology Inference via Structured Fusion Regularization [70.30364652829164]
  結合ネットワークトポロジ推論は、異種グラフ信号から複数のグラフラプラシア行列を学習する標準的な問題を表す。 新規な構造化融合正規化に基づく一般グラフ推定器を提案する。 提案するグラフ推定器は高い計算効率と厳密な理論保証の両方を享受できることを示す。
  論文  参考訳（メタデータ） (2021-03-05T04:42:32Z)
• The multilayer random dot product graph [6.722870980553432]
  ランダムドット積グラフ(ランダムドット積グラフ)と呼ばれる潜在位置ネットワークモデルの包括的拡張を提案する。 本稿では,サブマトリクスを適切な潜在空間に埋め込む手法を提案する。 単一グラフ埋め込みによるリンク予測の実証的な改善がサイバーセキュリティの例で示されている。
  論文  参考訳（メタデータ） (2020-07-20T20:31:39Z)
• Multi-View Spectral Clustering Tailored Tensor Low-Rank Representation [105.33409035876691]
  本稿では,テンソル低ランクモデルに基づくマルチビュースペクトルクラスタリング(MVSC)の問題について検討する。 MVSCに適合する新しい構造テンソル低ランクノルムを設計する。 提案手法は最先端の手法よりもかなり優れていることを示す。
  論文  参考訳（メタデータ） (2020-04-30T11:52:12Z)

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。