文献

J-GLOBAL ID：201702273375096496   整理番号：17A1818479

最適輸送を通したデータからの交絡因子の変動性と除去の説明【Powered by NICT】

Explanation of Variability and Removal of Confounding Factors from Data through Optimal Transport

著者 (2件)： Tabak Esteban G. (Courant Institute, 251 Mercer St, New York, NY, 10012, USA) ,  Trigila Giulio (Courant Institute, 251 Mercer St, New York, NY, 10012, USA)
資料名： Communications on Pure and Applied Mathematics  (Communications on Pure and Applied Mathematics)
巻： 71  号： 1  ページ： 163-199  発行年： 2018年 
JST資料番号： C0128A  ISSN： 0010-3640  CODEN： CPAMA  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 最適輸送の理論に基づく方法論は,データセットにおける変動性を帰属既知および未知の因子にデータからの変動の起因する成分を除去するために開発した。関心の量とzによる説明因子によるを示し,この手順はxを形質転換するz依存マップによるyろ過変数に,条件付確率分布ρ(x|z)は,標的分布μ(y),zに非依存的に進められた。この目標を達成する全てのマップと標的分布の中で,この方法は,元のデータを歪ませる最小ものを選択するρ(x|z)の重心。接続は,教師なし学習と条件付き密度推定とサンプリングのような統計における基本的問題ことが分かった。特に方法論の簡単な例がk平均法および主成分分析と同等であることを示した。応用は米国の地面温度時間データの時系列であることを示した。Copyright 2017 Wiley Publishing Japan K.K. All Rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： アメリカ合衆国 ,  重心 ,  確率分布 ,  主成分分析 ,  教師なし学習 ,  *平均法
準シソーラス用語： *交絡因子 , 【Automatic Indexing@JST】

分類 (2件)： 疫学  (GB03000E) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 輸送 ,  交絡因子 ,  変動性 ,  説明