論文の概要: INLA for Adaptive UAV Sampling of Radio Environment Maps in IoT Networks: Prior Width Governs Accuracy and Calibration
- arxiv url: http://arxiv.org/abs/2610.40723v1
- Date: Thu, 29 Oct 2026 06:18:50 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-02 22:05:31.450501
- Title: INLA for Adaptive UAV Sampling of Radio Environment Maps in IoT Networks: Prior Width Governs Accuracy and Calibration
- Title（参考訳）: IoTネットワークにおける無線環境マップの適応型UAVサンプリングのためのINLA: プリエンスオーバーの精度と校正
- Abstract要約: 非ガウスIoT観測による無線環境マップ(REM)構築のための適応型UAVサンプリングについて検討した。
本研究は,スキュー・ノーマル補正による性的エントロピー効果が,経路選択に限られた影響を説明できることを示した。
- 参考スコア（独自算出の注目度）: 3.0072523261333655
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We study adaptive UAV sampling for radio environment map (REM) construction from non-Gaussian IoT observations. Integrated nested Laplace approximation(INLA) updates a Matérn GMRF posterior, with waypoints selected by entropy pre-screening and Sherman--Morrison lookahead over the reachable set. We show that the likelihood-induced Skew-Normal correction has a sextic entropy effect, explaining its limited influence on waypoint selection. Across 19 retained ray-traced windows,Random and lawnmower sampling cost a median 18.0\% and 14.0\% more residual NMSE than posterior-informed sampling, equivalently reductions of 15.3\% and 12.3\% when referred to those baselines, while differences among informative rules remain unresolved. Widening the prior shadowing standard deviation from 6.0 to 10.025\,dB improves NMSE and credible-interval coverage, with monotone improvement over a 4--16\,dB sweep on this corpus and no observed turning point, although overconfidence persists. Online width estimation from the UAV's own counts yields about 6.5\,dB without recovering the gain. Across 30 measured LoRaWAN propagation windows paired with simulated counts and scored only on received cells, the margin over non-adaptive sampling reproduces, the training-derived width minimizes the tested interval score, and GP-UCB has nominally $3$--$5\%$ lower NMSE. The results show substantial, corpus-dependent sensitivity to prior specification, while fine differences among acquisition rules have limited or unresolved effects, the preferred width depends on the corpus, scored cells and model mismatch.
- Abstract（参考訳）: 非ガウスIoT観測による無線環境マップ(REM)構築のための適応型UAVサンプリングについて検討した。
インテグレーテッド・ネスト・ラプラス近似(INLA)は、エントロピー前スクリーニングとシャーマン-モリソン・ルックアヘッドによって選択されたウェイポイントを到達可能なセットに更新する。
本研究は,スキュー・ノーマル補正による性的エントロピー効果が,経路選択に限られた影響を説明できることを示した。
レイトレーディングウィンドウ、ランドムおよび芝刈り機サンプリングは、後部インフォームドサンプリングよりも中央値18.0\%と14.0\%の残留NMSEであり、これらのベースラインを参照すると同等に15.3\%と12.3\%が減少する一方で、情報的ルールの違いは未解決のままである。
以前のシャドーイング標準偏差を6.0から10.025\,dBに拡大すると、NMSEと信頼できるインターバルカバレッジが向上し、このコーパス上で4--16\,dBにモノトンの改善が加えられた。
UAV自身の計数によるオンラインの幅推定は、利得を回復することなく約6.5\,dBとなる。
30を超える測定されたLoRaWAN伝搬窓は、模擬カウントと組み合わせて受信セルにのみ得点し、非適応サンプリング再生のマージン、トレーニング由来幅は試験間隔スコアを最小化し、GP-UCBは名目上3ドル〜5ドル%のNMSEを有する。
その結果, 獲得ルール間の微妙な差異は限定的あるいは未解決な効果を有する一方で, 望ましい幅は, コーパス, スコアセル, モデルミスマッチに依存することがわかった。
関連論文リスト
- Decision-aware validation of zero-noise extrapolation in QAOA optimization landscapes [0.0]
4から6キュービットのMaxCutに対する量子最適化アルゴリズム(QAOA)の深さ1のシミュレーションでは、各サンプルランドスケープは平均二乗誤差(MSE)と選択されたグリッドの理想的な後悔の両方をもたらす。
我々は、残差バイアスが平均風景を並べ替えるバイアス経路と、リチャードソンが有限ショットノイズを増幅する分散経路とを区別する。
論文 参考訳（メタデータ） (2026-10-24T01:17:06Z) - SelectPFN: Amortized Bayesian Variable Selection for Sparse Nonlinear Regression with Prior-Data Fitted Networks [7.879683181764309]
先行データ適合ネットワーク(PFN)に基づくタブラル基礎モデルは、単一のフォワードパスに設定された新しいデータセットを予測する。
疎非線形回帰に対してベイズ変数の選択と予測を共同で行うPFNであるSelectPFNを提案する。
p から 500 までの事前非線形設計では、SelectPFN はラッソ、BART、DART、LassoNet とグループペン化されたスパースニューラルネットワーク上で精度-リコール曲線の下での面積を 0.23-0.28 改善している。
論文 参考訳（メタデータ） (2026-10-15T14:18:30Z) - Variational Filtering for Bayesian Last Layers with an Independent Binary Probit Surrogate [41.81526577151929]
深層分類器の最終層に対する変分フィルタリングアルゴリズムを提案する。
各ミニバッチは正確な予測ステップで同化され、その後クローズドフォームの変分更新が行われる。
DINOv3のバックボーンを同一のプロトコルで調整した2つのベースラインに対して評価した。
論文 参考訳（メタデータ） (2026-10-12T11:00:05Z) - Towards Robust Time Series Learning via Capacity-Centric Modulation [76.23489485385964]
本稿では,CCM(Capacity-Centric Modulation)を相補的,サンプル適応正規化原理として提案する。
SACM(Sample-Adaptive Capacity Modulation)は,スペクトル空間の分散を利用して,サンプルワイドドロップアウト確率を割り当てるタスク非依存のフレームワークである。
301個の実世界のデータセット-バックボーンペアのうち、SACMは平均でMSEの予測を6.7%削減し、分類精度を3.04%改善し、ポイント調整されたF1を17.05%改善した。
論文 参考訳（メタデータ） (2026-09-30T10:51:23Z) - PRIME-ANC: Path-Ratio-Informed Modeling for Efficient Neural Filter Synthesis in Active Noise Control [4.122661007055743]
リスナー音響の変化は、アクティブノイズ制御フィルタを新しい音響経路のために再設計する必要がある。
正規化パス比ベースに境界付きパス依存ログ補正を学習する共有ニューラルマグニチュードであるPRIME-ANCを導入する。
データセット毎のランダムなトレーニング/テストの10回にわたって、PRIME-ANCの平均3分の1の減算は18.81と17.76dBで50Hz-5kHzである。
論文 参考訳（メタデータ） (2026-09-24T15:25:31Z) - SS-ESOAP: Self-Scaled Adaptive Preconditioning for Physics-Informed Learning [70.71795707610961]
メソッドは、Kronecker幾何に適応したスカラーセマントエネルギー補正でSOAPスタイルのプレコンディショニングを強化する。
メソッドは8つのPDEベンチマークのうち6つで最下位の残差に達する。
4つの代表PDEの3列の$L2$と$H1$エラーは、低い残差と改善された解精度の間のリンクをサポートする。
論文 参考訳（メタデータ） (2026-08-29T21:34:47Z) - Distance-Aware Muon: Adaptive Step Scaling for Normalized Optimization [47.817303172845506]
ミューオンと関連する正規化は、ステップスケールの選択から更新方向の選択を分離する。
我々は,Muonチューニングのための3つの補完アルゴリズムを開発し,正規化適応スケーリングパラメータを開発した。
論文 参考訳（メタデータ） (2026-05-18T18:19:26Z) - Entropy Across the Bridge: Conditional-Marginal Discretization for Flow and Schrödinger Samplers [68.9946633641494]
フローマッチングとシュルディンガーブリッジは確率を定義するが、その推論格子は通常一点拡散から受け継がれる。
終端条件付き橋梁形状を境界流の進化から分離し, 橋梁を識別する条件付きエントロピーレートを導出する。
EDM/CIFAR-10では、エントロピックな時間分散は5段階のFID(186.3 pm 4.0対200.5 pm 2.9対cosineの238.0 pm 5.3)が最適である。
論文 参考訳（メタデータ） (2026-05-15T16:11:10Z) - Bias-Corrected Adaptive Conformal Inference for Multi-Horizon Time Series Forecasting [0.0]
アダプティブ・コンフォーマル推論(Adaptive Conformal Inference, ACI)は、分散シフト中の時系列のカバレッジ保証を備えた、分布のない予測間隔を提供する。
状態変化の後、ベース予測器が永続的バイアスを発生させると、ACIは左右対称に間隔を広げて補償し、不要に保守的な帯域を生成する。
本稿では,予測バイアスの指数重み付きオンライン移動平均(EWM)で標準ACIを増大させるバイアス補正ACI(BC-ACI)を提案する。
論文 参考訳（メタデータ） (2026-04-14T19:33:59Z) - DC-Solver: Improving Predictor-Corrector Diffusion Sampler via Dynamic Compensation [68.55191764622525]
拡散モデル(DPM)は、視覚合成において顕著な性能を示すが、サンプリング中に複数の評価を必要とするため、計算コストが高い。
最近の予測器合成・拡散サンプリング装置は,要求される評価回数を大幅に削減したが,本質的には誤調整の問題に悩まされている。
我々はDC-CPRrと呼ばれる新しい高速DPMサンプリング装置を導入する。
論文 参考訳（メタデータ） (2024-09-05T17:59:46Z) - MAPS: A Noise-Robust Progressive Learning Approach for Source-Free
Domain Adaptive Keypoint Detection [76.97324120775475]
クロスドメインキーポイント検出方法は、常に適応中にソースデータにアクセスする必要がある。
本稿では、ターゲット領域に十分に訓練されたソースモデルのみを提供する、ソースフリーなドメイン適応キーポイント検出について考察する。
論文 参考訳（メタデータ） (2023-02-09T12:06:08Z)
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。