論文の概要: Distributionally Robust Risk Evaluation with Low-Rank Perturbations
- arxiv url: http://arxiv.org/abs/2611.17447v1
- Date: Thu, 12 Nov 2026 19:20:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-16 18:43:16.246377
- Title: Distributionally Robust Risk Evaluation with Low-Rank Perturbations
- Title(参考訳): 低域摂動を用いた分布ロバストリスク評価
- Abstract要約: 本研究では, 列空間と列空間が観測間で共有される低ランク行列に制限された摂動下での分布的ロバストなリスクについて検討した。
モーメントやワッサースタインの予算の下では、制限されていないリスクと低ランクの最悪のリスクの間のギャップについて定量的な境界を導き出す。
我々は,予算制約が十分に有効である場合に,補正対象のグローバルサブ線形収束と最悪のケース分布への線形収束を確立する。
- 参考スコア(独自算出の注目度): 12.39149995876876
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We study distributionally robust risk under perturbations restricted to low-rank matrices whose row and column spaces are shared across observations, focusing on how much worst-case risk this restriction sacrifices and how to compute the restricted worst case. Under moment or Wasserstein budgets, we derive quantitative bounds on the gap between the unrestricted and low-rank worst-case risks, characterize when the gap vanishes, and identify the smallest lossless row and column dimensions. To generate worst-case perturbations, we apply projected gradient ascent to a curvature-corrected concave problem and derive computable risk certificates. We establish global sublinear convergence for the corrected objective and linear convergence to a worst-case distribution when the budget constraint is sufficiently active.
- Abstract(参考訳): 我々は,この制限の犠牲となる最悪のケースのリスクと,制限された最悪のケースの計算方法に焦点をあてて,列と列の空間が観測間で共有される低ランク行列に制限された摂動下での分布的ロバストなリスクについて検討した。
モーメントやワッサースタインの予算の下では、制限されていない最悪のリスクと低ランクの最悪のリスクのギャップの量的境界を導出し、ギャップが消えたときに特徴付け、最小の損失のない行と列の次元を識別する。
最悪の場合の摂動を発生させるために、曲率補正凹凸問題に投影勾配法を適用し、計算可能なリスク証明書を導出する。
我々は,予算制約が十分に有効である場合に,補正対象のグローバルサブ線形収束と最悪のケース分布への線形収束を確立する。
関連論文リスト
- Stability-Constrained Approximation in Spline KANs: Exact Layer Balancing and Budget-Compatible Saturation [51.56484100374058]
我々は、ハードレイヤーワイドリプシッツ予算の下で近似を研究する。
構成条件下では、対応するレイヤエラーをキャンセルする必要はないことを示す。
クラスのすべての作用素に対して、安定した深さ-$L$タワーが存在し、累積誤差の定数分を実現できる。
論文 参考訳(メタデータ) (2026-09-14T20:17:04Z) - A Researcher's Guide to Empirical Risk Minimization [3.891921282474929]
このガイドは、経験的リスク最小化における高い確率的後悔境界の参照を提供する。
直観と一般的な証明戦略から始まり、ハイレベルな条件下で広く適用可能な保証を行う。
論文 参考訳(メタデータ) (2026-02-25T02:26:23Z) - Conformal Thinking: Risk Control for Reasoning on a Compute Budget [60.65072883773352]
大規模言語モデル(LLM)の推論により、トークンの予算が増加するにつれて、データセットレベルの精度が向上する。
我々は、予算設定問題をリスクコントロールとして再設定し、計算を最小化しながらエラー率を制限する。
我々のフレームワークは、モデルが自信のあるときに推論を停止する上位しきい値と、未解決のインスタンスを事前に停止させる新しい下位しきい値を導入する。
論文 参考訳(メタデータ) (2026-02-03T18:17:22Z) - Minimax Linear Regression under the Quantile Risk [31.277788690403522]
量子リスク下での線形回帰におけるミニマックス法の設計問題について検討する。
我々は,最近提案されたmin-max回帰法の変種における最悪のケース量子化リスクに一致する上限を証明した。
論文 参考訳(メタデータ) (2024-06-17T23:24:14Z) - Model-Based Epistemic Variance of Values for Risk-Aware Policy Optimization [59.758009422067]
モデルベース強化学習における累積報酬に対する不確実性を定量化する問題を考察する。
我々は、解が値の真後分散に収束する新しい不確実性ベルマン方程式(UBE)を提案する。
本稿では,リスク・サーキングとリスク・アバース・ポリシー最適化のいずれにも適用可能な汎用ポリシー最適化アルゴリズムQ-Uncertainty Soft Actor-Critic (QU-SAC)を導入する。
論文 参考訳(メタデータ) (2023-12-07T15:55:58Z) - On Lower Bounds for Standard and Robust Gaussian Process Bandit
Optimization [55.937424268654645]
有界ノルムを持つ関数のブラックボックス最適化問題に対するアルゴリズム非依存な下界を考える。
本稿では, 単純さ, 汎用性, エラー確率への依存性の向上など, 後悔の下位境界を導出するための新しい証明手法を提案する。
論文 参考訳(メタデータ) (2020-08-20T03:48:14Z) - Constrained regret minimization for multi-criterion multi-armed bandits [5.349852254138086]
リスク制約を条件として,所与の時間的地平線上での後悔の最小化の問題について検討する。
本稿では,対数的後悔を保証するリスク制約付き低信頼境界アルゴリズムを提案する。
我々は,リスク制約付き後悔最小化アルゴリズムの性能に低い限界を証明した。
論文 参考訳(メタデータ) (2020-06-17T04:23:18Z) - Worst-Case Risk Quantification under Distributional Ambiguity using
Kernel Mean Embedding in Moment Problem [17.909696462645023]
カーネルの平均埋め込みを用いた分布あいまいさ下での最悪のケースリスクの定量化を提案する。
制約制御システムのコンテキストにおける最悪の制約違反確率を特徴付ける上で,提案手法を数値的に検証する。
論文 参考訳(メタデータ) (2020-03-31T23:51:27Z) - Log-Likelihood Ratio Minimizing Flows: Towards Robust and Quantifiable
Neural Distribution Alignment [52.02794488304448]
そこで本研究では,対数様比統計量と正規化フローに基づく新しい分布アライメント手法を提案する。
入力領域の局所構造を保存する領域アライメントにおいて,結果の最小化を実験的に検証する。
論文 参考訳(メタデータ) (2020-03-26T22:10:04Z)
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。