論文の概要: A unified approach for estimation of unnormalized models via Stein operators
- arxiv url: http://arxiv.org/abs/2610.29510v1
- Date: Wed, 21 Oct 2026 10:01:25 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-23 09:50:43.242158
- Title: A unified approach for estimation of unnormalized models via Stein operators
- Title（参考訳）: スタイン作用素による非正規化モデル推定のための統一的アプローチ
- Abstract要約: 適切なスコアリング規則は自然にスタイン作用素を誘導することを示す。
この接続はスタイン作用素に対する新しい構成原理をもたらす。
得られた推定器の効率を統一的に評価する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In this paper, we develop a unified framework connecting proper scoring rules and Stein's method for the estimation of unnormalized models. We construct a class of proper scoring rules that encompasses score matching, ratio matching, pseudolikelihood, and noise contrastive estimation. We show that these proper scoring rules naturally induce Stein operators. This connection yields a new construction principle for Stein operators, and enables us to study estimators based on these scoring rules through the geometry associated with the induced Stein operators. Using this geometric perspective, we provide a unified characterization of the asymptotic efficiency of the resulting estimators.
- Abstract（参考訳）: 本稿では,正規化モデル推定のための適切なスコアリングルールとスタイン法を結合した統一的なフレームワークを開発する。
スコアマッチング,比率マッチング,擬似類似度,ノイズコントラスト推定を含む適切なスコアリングルールのクラスを構築する。
これらの適切なスコアリング規則は、自然にスタイン作用素を誘導することを示す。
この接続はスタイン作用素に新しい構成原理を与え、誘導されたスタイン作用素に付随する幾何学を通してこれらのスコアリング規則に基づいて推定子を研究することができる。
この幾何学的視点を用いて、得られた推定器の漸近効率を統一的に評価する。
関連論文リスト
- Generalized Score Matching for Parameter Estimation on Convex Domains [13.954816561132942]
一般化されたスコアマッチングの目的を$mathbbRd$の凸部分集合上で導出する。
非負のデータに対する古典的なスコアマッチングとドメイン適応型の変種が、提案フレームワーク内で自然に発生することを示す。
我々の導出は、様々な問題設定における一般化されたスコアマッチングのスコープと適用性に新たな光を当てる。
論文 参考訳（メタデータ） (2026-09-10T13:23:41Z) - Probabilistic Inference and Learning with Stein's Method [20.20761757901659]
この本は、確率論的推論とスタインの手法による学習の理論的および方法論的側面の概要を提供する。
シュタイン作用素とスタイン集合との差分を構築するためのレシピが提供される。
スタイン作用素とスタイン変分勾配勾配の接続は詳細に設定される。
論文 参考訳（メタデータ） (2026-03-08T05:09:27Z) - Robust inference using density-powered Stein operators [0.0]
我々は、Stein演算子に対して、$gamma$-Stein演算子と呼ばれる密度パワー重み付き変種を導入する。
これは$gamma$-divergenceから派生した新しい作用素のクラスであり、非正規化確率モデルに対する堅牢な推論手法を構築するために設計された。
論文 参考訳（メタデータ） (2025-11-06T01:32:17Z) - Learning to steer with Brownian noise [0.0]
本稿では,境界速度追従問題のエルゴード版について考察し,意思決定者が基礎となるシステムパラメータの知識を欠いており,同時に制御しながら学習しなければならないことを仮定する。
本研究では,移動平均に基づくアルゴリズムを提案し,統計的手法と制御理論を統合するための枠組みを開発する。
論文 参考訳（メタデータ） (2024-10-04T08:19:34Z) - Posterior Coreset Construction with Kernelized Stein Discrepancy for
Model-Based Reinforcement Learning [78.30395044401321]
我々は、強化学習(MBRL)のための新しいモデルベースアプローチを開発する。
ターゲット遷移モデルの仮定を緩和し、混合モデルの一般的な族に属する。
連続的な制御環境では、壁時計の時間を最大50%削減することができる。
論文 参考訳（メタデータ） (2022-06-02T17:27:49Z) - Instance-Based Neural Dependency Parsing [56.63500180843504]
依存関係解析のための解釈可能な推論プロセスを持つニューラルモデルを開発する。
私たちのモデルはインスタンスベースの推論を採用しており、トレーニングセットのエッジと比較することで、依存関係のエッジを抽出し、ラベル付けします。
論文 参考訳（メタデータ） (2021-09-28T05:30:52Z) - Deconfounding Scores: Feature Representations for Causal Effect
Estimation with Weak Overlap [140.98628848491146]
推定対象の偏りを伴わずに高い重なりを生じさせる,デコンファウンディングスコアを導入する。
分離スコアは観測データで識別可能なゼロ共分散条件を満たすことを示す。
特に,この手法が標準正規化の魅力的な代替となることを示す。
論文 参考訳（メタデータ） (2021-04-12T18:50:11Z) - Goal-directed Generation of Discrete Structures with Conditional
Generative Models [85.51463588099556]
本稿では,強化学習目標を直接最適化し,期待される報酬を最大化するための新しいアプローチを提案する。
提案手法は、ユーザ定義プロパティを持つ分子の生成と、所定の目標値を評価する短いピソン表現の同定という2つのタスクで検証する。
論文 参考訳（メタデータ） (2020-10-05T20:03:13Z) - Control as Hybrid Inference [62.997667081978825]
本稿では、反復推論と償却推論のバランスを自然に仲介するCHIの実装について述べる。
連続的な制御ベンチマークでアルゴリズムのスケーラビリティを検証し、強力なモデルフリーおよびモデルベースラインを上回る性能を示す。
論文 参考訳（メタデータ） (2020-07-11T19:44:09Z) - Nonparametric Score Estimators [49.42469547970041]
未知分布によって生成されたサンプルの集合からスコアを推定することは確率モデルの推論と学習における基本的なタスクである。
正規化非パラメトリック回帰の枠組みの下で、これらの推定器の統一的なビューを提供する。
カールフリーカーネルと高速収束による計算効果を享受する反復正規化に基づくスコア推定器を提案する。
論文 参考訳（メタデータ） (2020-05-20T15:01:03Z)
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。