依存性のBlessing:多重バイナリ潜在変数を持つ離散モデルの可同定性と幾何学【JST・京大機械翻訳】

Gu Yuqi

プレプリント

J-GLOBAL ID：202202211815222780 整理番号：22P0301053

依存性のBlessing:多重バイナリ潜在変数を持つ離散モデルの可同定性と幾何学【JST・京大機械翻訳】

Blessing of Dependence: Identifiability and Geometry of Discrete Models with Multiple Binary Latent Variables

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (1件)：
資料名：
発行年： 2022年03月08日プレプリントサーバーでの情報更新日： 2024年03月19日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

潜在変数を有する離散統計モデルの識別可能性は,研究にとって挑戦的であることが知られているが,モデルの解釈性と信頼性には重要である。本研究は,潜在およびグラフィカル成分を有する離散モデルの識別可能性を研究するための一般的代数的技法を提示した。具体的には,多変量カテゴリーデータを収集する診断テストにより動機づけられ,複数のバイナリ潜在変数を持つ離散モデルに焦点を当てた。潜在変数が自分自身間で任意の依存性を持つことができるBLESSモデルを考察し,一方,潜在観測グラフは”星-森林”形状をとる。識別可能性のための必要かつ十分なグラフィカル基準を確立して,一般的識別可能性のための最小条件の下で,興味深い,そして,恐らく驚くべき幾何学的形状を明らかにして,潜在的変数が統計的に独立でないならば,このパラメータは同定可能になった。この理論により,観測された変数の限界独立性を試験することにより,境界事例における識別可能性の形式的仮説試験を行うことができた。BLESSモデルに加えて,さらに柔軟なモデルに対する識別可能性と独立性形状を示す技術も用いて,それは開始森林を越えた一般的な測定グラフを有した。著者らの結果は,潜在変数を有するグラフィカルモデルの統計特性の新しい理解を与える。また,それらは,バイナリ潜在形質を測定する診断試験または調査を設計するための有用な含意を伴う。【JST・京大機械翻訳】

, , , , , , , ,
, , , , , , 【Automatic Indexing@JST】

人工知能 , システム・制御理論一般

, , , , , ,

前のページに戻る