論文の概要: Hybrid Methods for Robust Tabular Data Imputation

• arxiv url: http://arxiv.org/abs/2609.39613v1
• Date: Wed, 30 Sep 2026 12:30:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:27.737957
• Title: Hybrid Methods for Robust Tabular Data Imputation
• Title（参考訳）: ロバストなタブラルデータインプットのためのハイブリッド手法
• Abstract要約: 我々はNuclearForestとSoftForestという2つのハイブリッド計算手法を提案する。 NuclearForestとSoftForestは、MissForestのような最先端の反復的手法の計算精度を超えるか、一致します。
• 参考スコア（独自算出の注目度）: 0.9749560288448113
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Missing data are a fundamental challenge in statistical analysis and machine learning, as the choice of imputation method substantially impacts downstream inference. In this work, we propose two hybrid imputation methods called NuclearForest and SoftForest, which combine nuclear-norm-based low-rank initialization using Singular Value Thresholding (SVT) and SoftImpute, respectively, with a non-iterative Random Forest refinement. For the SVT-based component, we further introduce an adaptive step-size rule, prove adaptive step-size bounds, and establish convergence for the corresponding zero-initialized iteration. The low-rank initialization provides a structured warm start that captures the global covariance patterns in the data, while the subsequent Random Forest step recovers residual nonlinear signals encoding local dependencies. We conduct an extensive benchmark on diverse datasets from different application domains, comparing the proposed methods with seven established imputation methods under the Missing Completely at Random (MCAR), Missing at Random (MAR), and Missing Not at Random (MNAR) mechanisms across varying missingness rates. Our results demonstrate that NuclearForest and SoftForest match or exceed the imputation fidelity of state-of-the-art iterative methods such as MissForest, while significantly reducing computational cost. In particular, they achieve speedups of approximately 5.81 times and 9.52 times over MissForest by replacing iterative cycles with a single refinement step. Our approach effectively exploits the low-rank structure of real-world tabular data and accommodates mixed-type variables, providing an efficient and robust solution for data imputation in bioinformatics, economics, and beyond.
• Abstract（参考訳）: データの欠落は統計解析と機械学習の基本的な課題であり、計算方法の選択は下流の推論に大きく影響する。 そこで本研究では,Singular Value Thresholding (SVT) と SoftImpute を併用した,NuclearForest と SoftForest という2つのハイブリッド計算手法を提案する。 SVTベースのコンポーネントに対しては、さらに適応的なステップサイズルールを導入し、適応的なステップサイズ境界を証明し、対応するゼロ初期化イテレーションの収束を確立する。 低ランクの初期化は、データ内のグローバルな共分散パターンをキャプチャする構造化されたウォームスタートを提供し、続くランダムフォレストステップは、局所依存をコードする残留非線形信号を回復する。 提案手法を,MAR(Missing Completely at Random),MAR(Missing At Random),MNAR(Missing Not at Random)の7つの提案手法と比較した。 この結果から、NuclearForestやSoftForestは、MissForestのような最先端の反復手法の計算精度を高く抑えつつ、計算コストを大幅に削減することを示した。 特に、反復サイクルを1つの改良ステップで置き換えることで、MissForestの約5.81回と9.52倍のスピードアップを実現している。 提案手法は,実世界の表層データの低ランク構造を効果的に活用し,混合型変数に対応し,バイオインフォマティクスや経済学などにおけるデータ計算のための効率的で堅牢なソリューションを提供する。

関連論文リスト

• Robust low-rank estimation with multiple binary responses using pairwise AUC loss [0.0]
  複数のバイナリ応答は、多くの現代のデータ分析問題に現れる。 低ランクモデルはタスク間の遅延依存をエンコードする自然な方法を提供する。 既存のバイナリデータの方法は概ね可能性ベースであり、ポイントワイズ分類に重点を置いている。
  論文  参考訳（メタデータ） (2026-01-13T15:00:10Z)
• Structure-based Anomaly Detection and Clustering [1.450405446885067]
  異常検出は、医療、製造、サイバーセキュリティといった領域における根本的な問題である。 本論文では,構造化データとストリーミングデータの両方において,異常検出のための新しい教師なし手法を提案する。
  論文  参考訳（メタデータ） (2025-05-19T06:20:00Z)
• PreAdaptFWI: Pretrained-Based Adaptive Residual Learning for Full-Waveform Inversion Without Dataset Dependency [8.719356558714246]
  フルウェーブフォーム・インバージョン(Full-waveform Inversion、FWI)は、地震データを用いて地下媒体の物理パラメータを反転させる手法である。 異常な性質のため、FWIは局所的なミニマに閉じ込められやすい。 ニューラルネットワークとFWIを組み合わせることで、インバージョンプロセスの安定化が試みられている。
  論文  参考訳（メタデータ） (2025-02-17T15:30:17Z)
• Minimally Supervised Learning using Topological Projections in Self-Organizing Maps [55.31182147885694]
  自己組織化マップ(SOM)におけるトポロジカルプロジェクションに基づく半教師付き学習手法を提案する。 提案手法は,まずラベル付きデータ上でSOMを訓練し,最小限のラベル付きデータポイントをキーベストマッチングユニット(BMU)に割り当てる。 提案した最小教師付きモデルが従来の回帰手法を大幅に上回ることを示す。
  論文  参考訳（メタデータ） (2024-01-12T22:51:48Z)
• MEMTO: Memory-guided Transformer for Multivariate Time Series Anomaly Detection [6.16984478518058]
  MEMTOはメモリ誘導トランスフォーマーで、入力データに応じて各メモリ項目が更新される度合いを学習する。 提案手法は,多様な領域から得られた5つの実世界のデータセットに対して評価する。
  論文  参考訳（メタデータ） (2023-12-05T06:28:19Z)
• Deep Ensembles Meets Quantile Regression: Uncertainty-aware Imputation for Time Series [45.76310830281876]
  量子回帰に基づくタスクネットワークのアンサンブルを用いて不確実性を推定する新しい手法であるQuantile Sub-Ensemblesを提案する。 提案手法は,高い損失率に頑健な高精度な計算法を生成するだけでなく,非生成モデルの高速な学習により,計算効率も向上する。
  論文  参考訳（メタデータ） (2023-12-03T05:52:30Z)
• Truncated tensor Schatten p-norm based approach for spatiotemporal traffic data imputation with complicated missing patterns [77.34726150561087]
  本研究は, モード駆動繊維による3症例の欠失を含む, 4症例の欠失パターンについて紹介する。 本モデルでは, 目的関数の非性にもかかわらず, 乗算器の交互データ演算法を統合することにより, 最適解を導出する。
  論文  参考訳（メタデータ） (2022-05-19T08:37:56Z)
• MIRACLE: Causally-Aware Imputation via Learning Missing Data Mechanisms [82.90843777097606]
  欠落データに対する因果認識型計算アルゴリズム(MIRACLE)を提案する。 MIRACLEは、欠落発生機構を同時にモデル化することにより、ベースラインの計算を反復的に洗練する。 我々は、MIRACLEが一貫してイミューテーションを改善することができることを示すために、合成および様々な公開データセットに関する広範な実験を行う。
  論文  参考訳（メタデータ） (2021-11-04T22:38:18Z)
• Attentional-Biased Stochastic Gradient Descent [74.49926199036481]
  深層学習におけるデータ不均衡やラベルノイズ問題に対処するための証明可能な手法(ABSGD)を提案する。 本手法は運動量SGDの簡易な修正であり,各試料に個別の重み付けを行う。 ABSGDは追加コストなしで他の堅牢な損失と組み合わせられるほど柔軟である。
  論文  参考訳（メタデータ） (2020-12-13T03:41:52Z)
• MLE-guided parameter search for task loss minimization in neural sequence modeling [83.83249536279239]
  ニューラル自己回帰シーケンスモデルは、さまざまな自然言語処理(NLP)タスクのシーケンスを生成するために使用される。 本稿では,現在のパラメータとその周辺における乱探索の混合である更新方向の分布から,最大至適勾配の分布をサンプリングする,最大至適誘導パラメータ探索(MGS)を提案する。 以上の結果から,MGS は,機械翻訳における最小リスクトレーニングに比べて,繰り返しや非終端の大幅な削減を図り,シーケンスレベルの損失を最適化できることが示唆された。
  論文  参考訳（メタデータ） (2020-06-04T22:21:22Z)

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。