カーネル最大モーメント損失による機器変数回帰【JST・京大機械翻訳】

Zhang Rui; Imaizumi Masaaki; Scholkopf Bernhard; Muandet Krikamol

プレプリント

J-GLOBAL ID：202202212865876850 整理番号：21P0054504

カーネル最大モーメント損失による機器変数回帰【JST・京大機械翻訳】

Instrumental Variable Regression via Kernel Maximum Moment Loss

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 (4件)： , , ,
資料名：
発行年： 2020年10月15日プレプリントサーバーでの情報更新日： 2023年02月09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)

最大モーメント制限(MMR)として知られるカーネル化条件付きモーメント制限(CMR)に基づく非線形機器変数(IV)回帰の簡単な目的を検討した。MMR目標を,再生カーネルHilbert空間(RKHS)におけるユニットボールに属する残差と機器間の相互作用を最大化することにより定式化した。第1に,経験的リスク最小化問題としてIV回帰を単純化することを可能にし,そこでは,リスク関数が機器上の再生カーネルに依存し,U統計またはV統計によって推定することができる。第2に,この単純化に基づいて,パラメトリックおよびノンパラメトリックの両設定において,一貫性および漸近的正規性結果を提供できる。最後に,効率的なハイパーパラメータ選択手順による使いやすいIV回帰アルゴリズムを提供した。合成と実世界データの両方に関する実験を用いて,著者らのアルゴリズムの有効性を実証した。【JST・京大機械翻訳】

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

人工知能

, , ,

前のページに戻る