ブラックボックス密度を超えて:偏差成分のためのパラメータ学習【JST・京大機械翻訳】

Do Dat; Ho Nhat; Nguyen XuanLong

プレプリント

J-GLOBAL ID：202202213964114925 整理番号：22P0285263

ブラックボックス密度を超えて:偏差成分のためのパラメータ学習【JST・京大機械翻訳】

Beyond Black Box Densities: Parameter Learning for the Deviated Components

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 (3件)： , ,
資料名：
発行年： 2022年02月05日プレプリントサーバーでの情報更新日： 2022年10月26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)

既知の密度関数推定がブラックボックス法により以前に得られたデータ母集団からの付加的サンプルを収集するので,データセットの複雑性の増加は,混合分布によって既知の推定から逸脱する真の密度をもたらす。この現象をモデル化するため,著者らは,h_0が既知の密度関数である一方,混合分布に関連したG_*=Σ_i=1 ̄kp_i ̄*δ_π ̄*_i ̄ε_i ̄*δ_i ̄π ̄*_i ̄*_i ̄ε ̄*_i ̄*_i ̄*_i ̄*(x=σ_i=1 ̄kp_i ̄*f(x=π_i ̄*))が未知であると,著者らは,発散する混合モデル(1-λ ̄*)h_0+λ ̄*(Σ_i=1 ̄kp_i ̄*f(x≡_i ̄*))を考察した。既知の密度h_0と逸脱した混合分布の間の識別性の新しい概念により,Wasserstein計量の下でλ ̄*とG ̄*の最大尤度推定に対する収束率を確立した。シミュレーション研究を行い,理論を説明した。【JST・京大機械翻訳】

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

数値計算 , システム・制御理論一般

, , ,

前のページに戻る