論文の概要: Bregman geometry in regular exponential families: dual representations and relative smoothness
- arxiv url: http://arxiv.org/abs/2611.18480v1
- Date: Fri, 13 Nov 2026 17:52:40 GMT
- ステータス: 情報取得中
- システム内更新日: 2026-11-16 19:23:56.292176
- Title: Bregman geometry in regular exponential families: dual representations and relative smoothness
- Title(参考訳): 正則指数族におけるブレグマン幾何学:双対表現と相対滑らかさ
- Abstract要約: 我々は、同値な双対ブレグマン表現の一般的な構成を確立するために、射影的特徴づけの上に構築する。
これらの表現は、双対座標系における通常のブレグマン発散として対数密度を表す。
これらの表現は、分布の原始ブレグマン表現の相対的滑らか性を確立するための自然な参照測地を提供することを示す。
- 参考スコア(独自算出の注目度): 8.865090374698704
- License:
- Abstract: Regular exponential-family distributions are ubiquitous in statistics due to their appealing and convenient properties. Notably, they can be expressed in terms of Bregman divergences, revealing fundamental connections between statistics, convex analysis, and information geometry. However, this geometric structure has not been systematically exploited to characterize these distributions with respect to their expectation parametrization. Building on a projective characterization, we establish a general construction of equivalent dual Bregman representations, together with normalization and uniqueness results. These representations express log-densities as ordinary Bregman divergences in dual coordinate systems, providing geometric characterizations of the parameter space. So-called $β$- and $α$-scaled dual representations emerge as particular instances of this framework. We further derive dual Bregman representations of conjugate priors and establish that they preserve conjugacy. Applications to classical distributions illustrate the geometric structures underlying seemingly different statistical models. Moreover, we show that these representations provide natural reference geometries for establishing relative smoothness of the primal Bregman representation of the distribution, with explicit bounds that are sharp in the scalar and separable settings. An illustrative application to the Poisson distribution sheds new light on several works in the literature, providing complementary geometric justifications for reference geometries while deriving existing algorithms.
- Abstract(参考訳): 正規指数族分布は、その魅力と便利な性質のために統計学においてユビキタスである。
特に、統計学、凸解析、情報幾何学の基本的な関係を明らかにするブレグマンの発散の言葉で表すことができる。
しかし、この幾何学的構造は、これらの分布を予測パラメトリゼーションに関して特徴づけるために体系的に利用されていない。
射影的特徴付けに基づいて、正規化と一意性の結果とともに、同値な双対ブレグマン表現の一般的な構成を確立する。
これらの表現は、双対座標系における通常のブレグマン発散として対数密度を表現し、パラメータ空間の幾何学的特徴を与える。
いわゆる$β$-と$α$-scaledデュアル表現がこのフレームワークの特定のインスタンスとして現れる。
さらに、共役前駆体の二重ブレグマン表現を導出し、共役性を保つことを確立する。
古典分布への応用は、一見異なる統計モデルの基礎となる幾何学的構造を描いている。
さらに、これらの表現は、スカラーおよび分離可能な設定において鋭い明示的境界を持つ分布の原始ブレグマン表現の相対的滑らか性を確立するための自然な参照測地を提供することを示す。
ポアソン分布の実証的な応用は、文献におけるいくつかの研究に新たな光を当て、既存のアルゴリズムを導出しながら参照測地に対する補足的幾何学的正当化を与える。
関連論文リスト
- Inducing Comparability of Factorised Probability Distributions [4.622328826769001]
我々は与えられた2つのモデルの拡張スキームを提案し、公式な基礎を確立する: 整合成分は条件付き一様拡張を用いて完備化される。
これは確率論的セマンティクスを保ちながら、適切に定義された分布差分測度を適用可能にする。
論文 参考訳(メタデータ) (2026-06-23T08:33:06Z) - Riemannian geometry meets fMRI: the advantages of modeling correlation manifolds and eigenvector subspaces [0.0]
相関行列は機能的脳ネットワークの基本要約である。
既存の幾何学的手法は、しばしば閉形式演算を欠いているか、あるいは任意の領域順序に依存する。
オフログ計量とグラスマン部分空間判別という2つの要素を持つスケーラブルな幾何学的枠組みを導入する。
論文 参考訳(メタデータ) (2026-05-21T11:22:31Z) - On Higher-Order Geometric Refinements of Classical Covariance Asymptotics: An Approach via Intrinsic and Extrinsic Information Geometry [0.0]
混合、曲線指数族、潜在変数モデル、多様体-ルートパラメータ空間を含む曲線モデルでは、有限サンプルの振る舞いは予測から体系的に逸脱することができる。
我々は、正規パラメトリック族をフィッシャー制約ラオ計量の((,g))として見ることにより、座標不変な曲率対応の洗練を開発する。
本稿では,学習速度と後進平均二乗誤差における実対数正準しきい値の役割,および正規理論を特殊ケースとして回復する解空間上の曲率に基づく共分散展開について述べる。
論文 参考訳(メタデータ) (2026-04-14T13:40:13Z) - Analytical Results for Two Exponential Family Distributions in Hierarchical Dirichlet Processes [11.4458745840935]
Hierarchical Dirichlet Process (HDP)は、グループ化されたデータのモデリングのための柔軟なベイズ非パラメトリックフレームワークを提供する。
対応するガンマ・ポアソンとノーマル・ガンマ・ノルマル共役対に対して、HDPフレームワークの下で明示的な閉形式式を導出する。
我々の研究は、ディリクレ・マルチノミカル・セッティングを超えてHDPの適用性を拡張し、階層的ベイズ非パラメトリックを用いた研究者に実用的な解析結果を提供する。
論文 参考訳(メタデータ) (2026-02-13T02:16:42Z) - Geometric Convergence Analysis of Variational Inference via Bregman Divergences [3.7098038388802252]
Vari rigorous Inference (VI)は、Low Evidence (ELBO)による推論のためのスケーラブルなフレームワークを提供する
指数関数的家族分布を利用して客観収束を解析するための新たな理論的枠組みを確立する。
論文 参考訳(メタデータ) (2025-10-17T11:30:05Z) - Relative Representations: Topological and Geometric Perspectives [50.85040046976025]
相対表現はゼロショットモデルの縫合に対する確立されたアプローチである。
相対変換において正規化手順を導入し、非等方的再スケーリングや置換に不変となる。
第二に、クラス内のクラスタリングを促進するトポロジカル正規化損失である、微調整された相対表現におけるトポロジカルデシフィケーションの展開を提案する。
論文 参考訳(メタデータ) (2024-09-17T08:09:22Z) - Intrinsic Bayesian Cramér-Rao Bound with an Application to Covariance Matrix Estimation [49.67011673289242]
本稿では, 推定パラメータが滑らかな多様体内にある推定問題に対して, 新たな性能境界を提案する。
これはパラメータ多様体の幾何学と推定誤差測度の本質的な概念を誘導する。
論文 参考訳(メタデータ) (2023-11-08T15:17:13Z) - The Fisher-Rao geometry of CES distributions [50.50897590847961]
Fisher-Rao情報幾何学は、ツールを微分幾何学から活用することができる。
楕円分布の枠組みにおけるこれらの幾何学的ツールの実用的利用について述べる。
論文 参考訳(メタデータ) (2023-10-02T09:23:32Z)
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。