Parallel computations for Metropolis Markov chains with Picard maps
이 논문은 로그볼록 분포를 대상으로 하는 무경사 메트로폴리스 마르코프 연쇄 시뮬레이션을 위해 피카르 사상을 기반으로 한 병렬 알고리즘을 개발하여, 고차원 문제에서 순차적 구현 대비 배의 수렴 가속화를 달성하고 정밀 의료 및 전염병 모델링 등 다양한 실증 사례를 통해 그 유효성을 입증했습니다.
📊 Category
stat.CO
40 편의 논문
An AI-powered Bayesian Generative Modeling Approach for Arbitrary Conditional Inference
이 논문은 학습된 단일 모델로 재학습 없이도 임의의 조건부 추론을 수행하고 불확실성을 정량화할 수 있도록, 확률적 반복 베이지안 업데이트 알고리즘을 기반으로 한 새로운 베이지안 생성 모델링 (BGM) 프레임워크를 제안합니다.
Sampling on Discrete Spaces with Temporal Point Processes
이 논문은 임의의 다변량 카운트 분포를 표본 추출하기 위해 시간 점 과정을 기반으로 한 새로운 샘플러를 제안하며, 이는 무한 서버 대기 행렬 시스템으로 구현되어 무작위 보행 행동을 억제하고 기존 생사 과정 및 자넬라 과정보다 우수한 성능을 보인다고 설명합니다.
BNEM: A Boltzmann Sampler Based on Bootstrapped Noised Energy Matching
이 논문은 볼츠만 분포에서 독립적이고 동일한 분포 (IID) 를 가진 샘플을 생성하기 위해 에너지 함수를 기반으로 한 확산 기반 샘플러 'Noised Energy Matching(NEM)'과 편향과 분산을 균형 있게 조절하는 부트스트래핑 기법을 도입한 'BNEM'을 제안하며, 다양한 실험을 통해 기존 방법보다 뛰어난 성능과 견고함을 입증합니다.
Fast confidence bounds for the false discovery proportion over a path of hypotheses
이 논문은 Durand 등 (2020) 의 숲 구조를 기반으로 하는 가설 경로에 대한 거짓 발견 비율 (FDP) 의 사후 상한선을 기존 에서 으로 줄여 빠르게 계산할 수 있는 새로운 알고리즘을 제안합니다.
StablePCA: Distributionally Robust Learning of Shared Representations from Multi-Source Data
이 논문은 다중 소스 고차원 데이터에서 전이 가능한 구조를 추출하고 체계적 편향을 완화하기 위해, 볼록 완화와 미러-프록스 알고리즘을 통해 비볼록 최적화 문제를 해결하는 분포 강건한 공유 표현 학습 프레임워크인 StablePCA 를 제안합니다.
Robustness and size-dependence of circadian rhythms in multiscale suprachiasmatic-nucleus networks
본 연구는 기하학적 가지 성장 및 재규격화 기법을 활용하여 실제 생쥐 시교차핵 (SCN) 네트워크의 다중 규모 사본을 생성한 결과, 합성 모델과 달리 네트워크 크기에 따른 리듬 변화가 관찰되지 않았으며, 이는 평균 차수가 클러스터링보다 리듬의 강건성과 동기화를 주도하는 핵심 구조적 요인임을 규명했습니다.
Multi-parameter determination in the semilinear Helmholtz equation
본 논문은 유계 영역에서 뉴만 경계 조건을 갖는 준선형 헬름홀츠 방정식의 역경계값 문제를 연구하여 고차 선형화 기법을 통해 선형 및 비선형 계수의 고유한 결정성을 증명하고, 베이즈 추론 및 마르코프 연쇄 몬테카를로 알고리즘을 활용한 수치 재구성 프레임워크를 제시합니다.
A note on diffusive/random-walk behaviour in Metropolis--Hastings algorithms
이 논문은 제안 분포가 기하급수적 에르고딕성이 없고 수용률이 충분히 빠르게 1 에 수렴할 때 메트로폴리스 - 헤이스팅스 알고리즘도 기하급수적 에르고딕성이 없음을 증명하고, 타겟 분포의 꼬리 특성에 따라 랜덤 워크와 가이디드 워크 메트로폴리스 알고리즘의 수렴 속도 및 이동 거리가 어떻게 달라지는지 분석합니다.
Group-Sparse Smoothing for Longitudinal Models with Time-Varying Coefficients
이 논문은 종단 데이터 분석에서 변수의 효과가 시간에 따라 변하는지 아니면 일정한지를 동시에 선택하고 추정하여 과적합을 방지하고 해석 가능성을 높이는 새로운 프레임워크인 'TV-Select'를 제안합니다.
Fractional Topological Phases, Flat Bands, and Robust Edge States on Finite Cyclic Graphs via Single-Coin Split-Step Quantum Walks
이 논문은 단일 동전 분할 단계 양자 보행 (SCSS-CQW) 을 유한 순환 그래프에 적용하여 정수 위상 불변량과 구별되는 분수 위상 위상, 평탄 밴드, 그리고 무질서에 강인한 에지 상태를 최초로 구현하고 분석한 연구입니다.
Momentum SVGD-EM for Accelerated Maximum Marginal Likelihood Estimation
이 논문은 Nesterov 가속화를 매개변수 업데이트와 확률 분포 공간에 모두 도입하여 'Momentum SVGD-EM'이라는 새로운 알고리즘을 제안함으로써, 최대 주변 가능도 추정 (MMLE) 문제의 수렴 속도를 다양한 차원과 난이도에서 획기적으로 개선함을 보여줍니다.
Learning Robust Treatment Rules for Censored Data
이 논문은 중도절단된 생존 데이터를 위해 절단된 평균 생존 시간과 버퍼링된 생존 확률을 최대화하는 두 가지 강건한 기준을 제안하고, 이를 학습하기 위한 샘플링 기반 차분-볼록 알고리즘을 개발하여 AIDS 임상 시험 데이터를 포함한 시뮬레이션 및 실제 데이터 분석을 통해 기존 방법보다 우수한 성능을 입증했습니다.
Conditional Local Importance by Quantile Expectations
이 논문은 LIME 과 SHAP 과 같은 기존 방법들의 한계를 극복하고, 지역적 변수 간 의존성과 상호작용을 포착하며 다중 분류 문제에 직접 적용 가능한 새로운 모델-무관 로컬 변수 중요도 측정법인 CLIQUE 를 제안합니다.
Network Cross-Validation and Model Selection via Subsampling
이 논문은 대규모 네트워크의 모델 선택 및 매개변수 조정을 위해 하위 네트워크를 중첩된 부분으로 분할하여 효율적이고 정확한 교차 검증을 가능하게 하는 NETCROP 방법을 제안합니다.
Optimally balancing exploration and exploitation to automate multi-fidelity statistical estimation
이 논문은 오라클 통계량 추정과 최종 다중 충도성 추정기 구성 간의 자원을 최적화하여 균형을 맞추는 적응형 알고리즘을 제안함으로써, 이상적인 오라클 통계량을 사용한 최적 할당과 동등한 평균 제곱 오차를 달성하면서도 실제 계산 비용을 고려한 다중 충도성 통계 추정을 자동화합니다.
Two-sample comparison through additive tree models for density ratios
이 논문은 새로운 균형 손실 함수를 도입하여 두 분포의 밀도 비율을 추정하는 가법 트리 모델을 제안하고, 이를 통해 효율적인 학습과 베이지안 불확실성 정량화를 가능하게 하며, 특히 미생물군집 데이터와 같은 고차원 데이터에서 생성 모델의 품질 평가에 효과적임을 입증합니다.
Tensor Train Completion from Fiberwise Observations Along a Single Mode
이 논문은 특정 모드 방향으로의 섬유 (fiber) 단위가 완전히 관측되거나 결측된 텐트 데이터에 대해, 확률적 가정이 아닌 결정론적 조건 하에서 표준 선형대수 연산만으로 텐서 트레인 분해를 수행하여 빠르고 효율적으로 텐서를 복원하는 새로운 방법을 제안합니다.
Optimising two-block averaging kernels to speed up Markov chains
이 논문은 두 블록 평균화 커널을 최적화하여 마코프 체인의 혼합 속도를 가속화하는 문제를 다루며, KL 발산과 프로베니우스 거리를 기준으로 한 최적 분할을 구조적 조합 최적화 문제로 재해석하고 효율적인 근사 알고리즘을 제안합니다.
Gimbal Regression: Orientation-Adaptive Local Linear Regression under Spatial Heterogeneity
이 논문은 국소 회귀 분석에서 공간적 이질성과 방향성 이웃 구조로 인한 수치적 불안정성을 해결하기 위해, 방향성 가중치를 명시적으로 구성하고 폐쇄형 해를 통해 안정적인 계산을 보장하는 '짐벌 회귀 (Gimbal Regression)'라는 새로운 프레임워크를 제안합니다.