Fugu-MT 論文翻訳(概要): Deep belief networks are exact

論文の概要: Deep belief networks are exact

arxiv url: http://arxiv.org/abs/2609.05572v1
Date: Fri, 04 Sep 2026 06:36:23 GMT
ステータス: 翻訳完了
システム内更新日: 2026-09-10 19:44:08.094978
Title: Deep belief networks are exact
Title（参考訳）: 深い信念ネットワークは正確です
Abstract要約: 我々は、(-1,1n) 上のすべての厳密な正の確率分布が、有限パラメータを持つシグモイド信念ネットワークによって正確に表現されていることを証明した。この証明はブリューワーの不動点定理を用いて確率共有近似を正確な表現にアップグレードする。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We prove that every strictly positive probability distribution on $\{-1,1\}^n$ is represented exactly by a sigmoid belief network with finite parameters. This answers a question of Sutskever and Hinton. The proof upgrades their probability-sharing approximation to exact representation using Brouwer's fixed-point theorem.
Abstract（参考訳）: 我々は、(\{-1,1\}^n\) 上のすべての厳密な正の確率分布が、有限パラメータを持つシグモイド信念ネットワークによって正確に表現されていることを証明した。これはSutskeverとHintonの質問に答える。この証明はブリューワーの不動点定理を用いて確率共有近似を正確な表現にアップグレードする。

関連論文リスト

How to Verify Consistency of Probabilistic Claims [49.47758039235095]
予測モデルの一貫性を証明するために,対話型PCPを構築する。添加音の小さなギャップがBへの依存を除去することを示す。我々は,対話型PCPを,自身の一貫性を証明するための予測モデルに向けた第一歩だと考えている。
論文参考訳（メタデータ） (2026-08-11T17:41:39Z)
Are Bayesian networks typically faithful? [12.27570686178551]
我々は、与えられたDAG上のすべてのベイズ的ネットワークの中で、忠実なネットワークは確かに典型的であることを示す。条件付き指数族によってパラメトリされるベイズネットワークのクラスを考える。
論文参考訳（メタデータ） (2024-10-21T13:38:04Z)
A Note on Bayesian Networks with Latent Root Variables [56.86503578982023]
残りの, 証明, 変数に対する限界分布もまたベイズ的ネットワークとして分解され, 経験的と呼ぶ。マニフェスト変数の観測のデータセットにより、経験的ベイズネットのパラメータを定量化することができる。
論文参考訳（メタデータ） (2024-02-26T23:53:34Z)
Conformalized Credal Set Predictors [12.549746646074071]
クレダル集合(英: Credal set)は、不正確な基底-真実分布の候補と見なされる確率分布の集合である。我々は,干潟集合予測器の学習に共形予測を利用する。提案手法の自然言語推論への適用性を実証する。
論文参考訳（メタデータ） (2024-02-16T14:30:12Z)
Connecting classical finite exchangeability to quantum theory [45.76759085727843]
交換性は確率論と統計学の基本的な概念である。観測順序が重要でない状況のモデル化を可能にする。両定理が有限交換可能な列に対して成り立たないことはよく知られている。
論文参考訳（メタデータ） (2023-06-06T17:15:19Z)
Quantifying Representation Reliability in Self-Supervised Learning Models [12.485580780944083]
自己教師付き学習モデルは、データから汎用的な表現を抽出する。表現信頼性の形式的定義を導入する。本稿では,下流タスクを優先課題と知らずに表現信頼性を推定するアンサンブルに基づく手法を提案する。
論文参考訳（メタデータ） (2023-05-31T21:57:33Z)
Robust Estimation for Nonparametric Families via Generative Adversarial Networks [92.64483100338724]
我々は,高次元ロバストな統計問題を解くためにGAN(Generative Adversarial Networks)を設計するためのフレームワークを提供する。我々の研究は、これらをロバスト平均推定、第二モーメント推定、ロバスト線形回帰に拡張する。技術面では、提案したGAN損失は、スムーズで一般化されたコルモゴロフ-スミルノフ距離と見なすことができる。
論文参考訳（メタデータ） (2022-02-02T20:11:33Z)
Logical Credal Networks [87.25387518070411]
本稿では,論理と確率を組み合わせた先行モデルの多くを一般化した表現的確率論的論理である論理的クレダルネットワークを紹介する。本稿では,不確実性のあるマスターミンドゲームを解くこと,クレジットカード詐欺を検出することを含む,最大後部推論タスクの性能について検討する。
論文参考訳（メタデータ） (2021-09-25T00:00:47Z)
Parametrization invariant interpretation of priors and posteriors [0.0]
我々は,「事前分布がモデルのパラメータ上で確率分布を確立する」という考え方から,「事前分布が確率分布を超えた確率分布を確立する」という考え方に移行した。この考え方の下では、確率分布上の任意の分布は「内在的」であり、つまり多様体に選択される特定のパラメトリゼーションに不変である。
論文参考訳（メタデータ） (2021-05-18T06:45:05Z)
Handling Epistemic and Aleatory Uncertainties in Probabilistic Circuits [18.740781076082044]
確率的推論の大規模クラスを扱うアプローチの背後にある独立性の仮定を克服する手法を提案する。ベイズ学習のアルゴリズムは、完全な観察にもかかわらず、スパースから提供します。そのような回路の各リーフは、不確実な確率を表すエレガントなフレームワークを提供するベータ分散ランダム変数でラベル付けされています。
論文参考訳（メタデータ） (2021-02-22T10:03:15Z)
A Weaker Faithfulness Assumption based on Triple Interactions [89.59955143854556]
より弱い仮定として, 2$-adjacency faithfulness を提案します。より弱い仮定の下で適用可能な因果発見のための音方向規則を提案する。
論文参考訳（メタデータ） (2020-10-27T13:04:08Z)
Optimal Confidence Regions for the Multinomial Parameter [15.851891538566585]
厳密な信頼領域とインターバルの構築は、統計的推測と意思決定の中心である。本稿では,カテゴリデータに対する最小平均体積信頼領域を示す新しい理論を開発する。
論文参考訳（メタデータ） (2020-02-03T23:00:16Z)
Proving the Lottery Ticket Hypothesis: Pruning is All You Need [56.25432563818297]
抽選券仮説では、ランダムなdネットワークには、独立した訓練を受けた場合、元のネットワークの性能と競合する小さなサブネットワークが含まれている。我々は、全ての有界分布と、有界重みを持つ全ての対象ネットワークに対して、ランダム重みを持つ十分に過度にパラメータ化されたニューラルネットワークは、目標ネットワークとほぼ同じ精度のサブネットワークを、それ以上のトレーニングなしに含んでいることを証明し、さらに強い仮説を証明した。
論文参考訳（メタデータ） (2020-02-03T07:23:11Z)

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。