論文の概要: Regularized Small Area Estimation with Graph Laplacian Benchmarking priors

• arxiv url: http://arxiv.org/abs/2610.11266v1
• Date: Thu, 08 Oct 2026 05:23:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-10 11:59:33.734583
• Title: Regularized Small Area Estimation with Graph Laplacian Benchmarking priors
• Title（参考訳）: グラフラプラシアンベンチマークによる正規化小面積推定
• Abstract要約: 我々は小面積推定のためのベンチマークプライオリティの新たなファミリーを開発する。 結果のファミリーにはベンチマークプリミティブが含まれており、領域間で追加のレギュラー化をすることなく、ベンチマークの制限が組み込まれている。 我々は2025年にコロンビアの自治体レベルで平均世帯規模を推定する枠組みを適用した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Small area estimation (SAE) often requires both borrowing information across areas and benchmarking estimates to reliable aggregates. We develop a Bayesian framework that addresses these two objectives jointly through a new family of Benchmarking priors. The priors are induced by a benchmark-constrained regularization problem. The resulting family includes a Benchmarking Prior that incorporates the benchmarking restrictions without additional regularization across areas, and Single and Multi-View Laplacian Benchmarking Priors that introduce regularization through graph Laplacians constructed from area similarities based on external covariate information. For posterior computation under these degenerate priors, we develop tailored MCMC algorithms based on a reduced parameterization of the constraint space. We assess the proposed models using a data-based simulation and apply the framework to estimate Average Household Size (AHS) at the municipality level in Colombia in 2025. In this application, graph-based regularization improves model performance, with the Multi-View models generally producing more precise municipality-level estimates.
• Abstract（参考訳）: 小さい領域推定(SAE)は、しばしば、エリアをまたいだ情報を借りることと、信頼できる集約に対する見積もりをベンチマークすることの両方を必要とする。 我々はこれらの2つの目的に共同で対処するベイズ的フレームワークをベンチマーク前の新しいファミリーを通じて開発する。 前者はベンチマーク制約付き正規化問題によって誘導される。 結果のファミリーには、領域間でのさらなる正規化なしにベンチマーク制限を組み込むベンチマークプリミティブと、外部共変量情報に基づく領域類似性から構築されたグラフラプラシアンによる正規化を導入するシングルビューおよびマルチビューラプラシアンベンチマークプリミティブが含まれる。 これらの縮退前の後続計算のために,制約空間のパラメータ化を低減したMCMCアルゴリズムを開発した。 提案手法をデータベースシミュレーションを用いて評価し,2025年にコロンビアの自治体レベルで平均世帯規模(AHS)を推定する。 このアプリケーションでは、グラフベースの正規化によりモデル性能が向上し、マルチビューモデルは一般的により正確な自治体レベルの見積もりを生成する。

関連論文リスト

• A Critical Audit of Spatiotemporal Forecasting Benchmark Datasets and Baselines [19.152026148047536]
  従来の時系列手法でベンチマークデータセットを分析して,空間的に認識できない線形モデルが以前報告したよりも強力な競合相手となる理由を明らかにする。 我々の統計分析は、重要な空間的および時間的相関を識別するためのツールセットを提供する。 単純なハイブリッドモデルに解析結果を適用することで、我々の方法論がGNNモデルの開発にどのように貢献するかを示す。
  論文  参考訳（メタデータ） (2026-08-21T11:08:17Z)
• Towards Diverse and Comprehensive Benchmarks for Mutual Information Estimation [47.29900218955283]
  相互情報推定は、機械学習と統計学における中心的な問題である。 既存のベンチマークでは、単純化された低次元分布上の推定器を評価し、複雑な現実的なデータに対する性能はほとんど探索されていない。 我々はこのギャップを、統一されたコプラ理論の観点から、包括的なベンチマークフレームワークで解決する。
  論文  参考訳（メタデータ） (2026-07-03T16:55:55Z)
• Practical Bayes-Optimal Membership Inference Attacks [51.06337749378432]
  我々は、独立および同一分散データ(すなわち、d)とグラフ構造化データの両方に対して、実用的かつ理論的に基礎付けられたメンバーシップ推論攻撃(MIA)を開発する。 Sublayrollesらによるベイズ決定理論の枠組みに基づいて、グラフニューラルネットワークに対するノードレベルのMIAに対するベイズ最適メンバシップ推定規則を導出する。
  論文  参考訳（メタデータ） (2025-05-30T00:23:01Z)
• Robust Second-order LiDAR Bundle Adjustment Algorithm Using Mean Squared Group Metric [5.153195958837083]
  我々は,LiDAR BAアルゴリズムの最適化目標を構築するために,新しい平均2乗群計量(MSGM)を提案する。 堅牢なカーネル関数を統合することで、BAアルゴリズムに関わるメトリクスを再重み付けし、ソリューションプロセスの堅牢性を高める。
  論文  参考訳（メタデータ） (2024-09-03T12:53:39Z)
• Bayesian Cramér-Rao Bound Estimation with Score-Based Models [3.4480437706804503]
  ベイジアンクラム・ラオ境界(英語版)(英: Bayesian Cram'er-Rao bound, CRB)は、任意のベイジアン推定器の平均二乗誤差に対する下界を与える。 本研究は,スコアマッチングを用いたCRBのための新しいデータ駆動推定手法を提案する。
  論文  参考訳（メタデータ） (2023-09-28T00:22:21Z)
• Exogenous Data in Forecasting: FARM -- A New Measure for Relevance Evaluation [62.997667081978825]
  FARM - Forward Relevance Aligned Metricという新しいアプローチを導入する。 我々のフォワード法は、その後のデータポイントの変化を時系列に合わせるために比較する角測度に依存する。 第1の検証ステップとして、FARMアプローチの合成信号・代表信号への適用について述べる。
  論文  参考訳（メタデータ） (2023-04-21T15:22:33Z)
• Topology-based Clusterwise Regression for User Segmentation and Demand Forecasting [63.78344280962136]
  本研究は,パブリックおよび新規な商用データ集合を用いて,アナリストがユーザベースをクラスタリングし,詳細なレベルで需要を計画できることを示す。 本研究は,TDAに基づく時系列クラスタリングと行列因数分解法によるクラスタ回帰を実践者にとって実行可能なツールとして導入することを目的とする。
  論文  参考訳（メタデータ） (2020-09-08T12:10:10Z)
• Making Affine Correspondences Work in Camera Geometry Computation [62.7633180470428]
  局所的な特徴は、ポイント・ツー・ポイント対応ではなく、リージョン・ツー・リージョンを提供する。 本稿では,全モデル推定パイプラインにおいて,地域間マッチングを効果的に活用するためのガイドラインを提案する。 実験により、アフィンソルバはより高速な実行時にポイントベースソルバに匹敵する精度を達成できることが示された。
  論文  参考訳（メタデータ） (2020-07-20T12:07:48Z)

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。