Cross-Validation in Bipartite Networks
本論文は、片側の過小適合と他側の過大適合という新たな課題に対処するペナルティ付き交差検証法を提案し、二部ネットワークにおけるモデル選択の一致性を保証する初の手法として、従来の手法を上回る性能を実証したものである。
📊 Category
stat
262 件の論文
A Semiparametric Nonlinear Mixed Effects Model with Penalized Splines Using Automatic Differentiation
この論文は、自動微分技術を用いて平滑化パラメータと分散成分を同時に推定し、既存手法よりも優れた推論性能と計算効率を実現する、ペナルティスプラインを用いた半パラメトリック非線形混合効果モデルの推定手法を提案し、乳児の身長成長データを用いて実証したものである。
Including historical control data in simultaneous inference for pre-clinical multi-arm studies
この論文は、動的ベイズ推論と同時信頼区間を用いることで、長期発がん性試験における対照群の動物使用数を削減しつつ、家族性誤り率を適切に管理し、かつデータの変動にも耐性のある手法を提案し、その有効性をシミュレーションで検証したものである。
Exploiting Expertise of Non-Expert and Diverse Agents in Social Bandit Learning: A Free Energy Approach
この論文は、報酬の知識がない他者の行動のみを観測する社会型バンディット学習において、オラクルや社会的規範に依存せずに他者の専門性を推定し、直接経験と他者の推定ポリシーを統合する自由エネルギーベースのアルゴリズムを提案し、その最適ポリシーへの収束性と、非専門家を含む多様なエージェント集団における学習性能の向上を実証的に示したものである。
Causal Influence Maximization with Steady-State Guarantees
この論文は、低確率の伝播仮定に基づいて高次元の経路依存ダイナミクスを低次元の露出マップに圧縮し、観測データから形状制約付き露出反応関数を学習する貪欲戦略を用いる「CIM」と呼ばれる二段階フレームワークを提案することで、制約条件下でのネットワークにおける定常状態の潜在的な結果を最大化する因果的インフルエンサーマキシマイゼーション問題に、推定と近似比の両面で保証を提供するものである。
A Further Efficient Algorithm with Best-of-Both-Worlds Guarantees for -Set Semi-Bandit Problem
本論文は、-集合半バンドット問題において、フリーチェ分布やパレート分布を用いたフォロウ・ザ・パーターブド・リーダー（FTPL）アルゴリズムが、敵対的設定で最適な regret 境界 を達成し、確率的設定でも対数 regret を達成する「両方の世界における最適性」を有することを示すと同時に、条件付き幾何学的リサンプリングを拡張することで計算複雑性を まで削減する効率的なアルゴリズムを提案しています。
Language Generation with Replay: A Learning-Theoretic View of Model Collapse
本論文は、学習理論の枠組みを用いて、生成モデルの出力が学習データに再流入する「リプレイ」が、生成の強弱の定義によってモデル崩壊を誘発する条件を理論的に解明し、実務で用いられるデータクリーニングなどの手法の有効性と限界を明らかにしたものである。
Robust Sequential Hypothesis Testing with Generalized Estimating Equations
この論文は、縦断データや群相関データに対する従来の逐次一般化推定方程式法の限界を克服し、モデル仮定に依存せず頑健な推定量を維持しながら広範な仮説を検証できる新たな手法を開発し、その漸近理論、精度の高い有効性境界の構築、欠損データへの対応、およびヘpati C 治療に関する実データへの適用を通じて性能を検証したものである。
Hypercomplex Widely Linear Processing: Fundamentals for Quaternion Machine Learning
この論文は、機械学習における Quaternion（四元数）の活用を促進するため、四元数値確率過程の拡張統計、広線形モデル、四元数微積分・代数、および最小二乗推定といった基礎理論とアルゴリズムの導出を体系的に解説しています。
Data Fusion with Distributional Equivalence Test-then-pool
この論文は、歴史的対照群と現在の対照群の分布を最大平均不一致（MMD）と同等性検定を用いて評価し、部分的なブートストラップ法やパーミュテーション法によって第一種過誤を厳密に制御しながら、より高い検出力を実現する新しい「テスト・テン・プール」フレームワークを提案するものである。
Causal Representation Learning with Optimal Compression under Complex Treatments
この論文は、複雑な多治療条件下での個別治療効果推定におけるハイパーパラメータ選択の困難さと次元の呪いを解決するため、最適なバランス重みを理論的に導出する新しい一般化境界を提案し、スケーラビリティと精度を両立させる「Treatment Aggregation」戦略と生成モデル「Multi-Treatment CausalEGM」を開発したことを示しています。
EnTransformer: A Deep Generative Transformer for Multivariate Probabilistic Forecasting
本論文は、確率論的学習パラダイムである「engression」とトランスフォーマーの表現力を統合し、パラメトリックな仮定を課さずに複雑な多変量予測分布を直接学習することで、高品質な確率論的予測を実現する深層生成モデル「EnTransformer」を提案し、複数のベンチマークデータセットにおいて既存モデルを上回る性能を実証したものである。
Distributionally balanced sampling designs
この論文は、生態学や林業などの分野で高コストなデータ収集において、標本と母集団の補助変数分布の一致を最小化することで推定精度を向上させる新しい確率サンプリング設計「分布平衡設計（DBD）」を提案し、その有効性をシミュレーションで実証しています。
Bayesian Model Calibration with Integrated Discrepancy: Addressing Inexact Dislocation Dynamics Models
本論文は、従来のケネディ・オハガン法とは異なり、モデル不整合をシミュレータ内部のガウス過程として統合的に扱う新たなベイズモデル較正手法を提案し、分子動力学法と離散転位ダイナミクスシミュレータの較正に応用することで計算効率と精度の向上を図ったものである。
Uncovering Locally Low-dimensional Structure in Networks by Locally Optimal Spectral Embedding
この論文は、大域的低ランク仮定に依存する従来の手法の限界を克服し、重み付きスペクトル分解を用いて局所的な低次元構造を抽出する「局所隣接スペクトラル埋め込み（LASE）」を提案し、その理論的保証と実ネットワークにおける高品質な可視化への有効性を示しています。
On-Average Stability of Multipass Preconditioned SGD and Effective Dimension
本論文は、データ再利用による相関を扱う新たな平均安定性解析手法を開発し、多パス前処理付き確率勾配降下法（PSGD）の汎化性能が、人口リスクの曲率と勾配ノイズの幾何学的な不一致によって決まる「有効次元」に依存することを示し、不適切な前処理が最適化と汎化の両面で性能を劣化させることを証明しています。
Low-Rank and Sparse Drift Estimation for High-Dimensional Lévy-Driven Ornstein--Uhlenbeck Processes
本論文は、低ランク成分とスパース成分に分解されるドリフト行列を持つ高次元レヴィ駆動 Ornstein-Uhlenbeck 過程に対し、離散観測データから核ノルムとペナルティを組み合わせた凸推定量を提案し、その非漸近的なオラクル不等式を導出して、次元依存性の改善と離散化バイアスの分離を証明するものである。
Chemical Reaction Networks Learn Better than Spiking Neural Networks
この論文は、隠れ層を持たない化学反応ネットワークが、隠れ層を必要とするスパイクニューラルネットワークよりも優れた学習能力と分類精度を数学的に証明し、生化学的反応ネットワークが生物学的学習においてより効率的である可能性を示唆しています。
Wasserstein Gradient Flows for Batch Bayesian Optimal Experimental Design
本論文は、バッチベイズ最適実験設計における非凸な最適化課題に対処するため、設計測度空間への確率的リフティングとエントロピー正則化を導入し、Wasserstein 勾配流に基づく粒子アルゴリズムを提案して、多峰性の最適化 landscapes を探索し高効用な実験バッチを効率的に生成する手法を確立したものである。
A Quantitative Characterization of Forgetting in Post-Training
この論文は、二成分混合モデルを用いた理論的枠組みを構築し、KL 発散の方向性、幾何学的な行動の重なり、サンプリング戦略、および過去の行動の可視性が、生成モデルの継続的学習における「質量の消失」と「成分のドリフト」という 2 種類の忘却をどのように定量的に決定するかを明らかにしています。