이 논문은 편향된 입력 데이터로부터 효율적으로 정확한 분포 요약을 생성하는 새로운 알고리즘들을 제안한다.
주요 내용은 다음과 같다:
Stein Kernel Thinning (SKT) 알고리즘: 편향된 입력 데이터에서 √n개의 동일 가중치 포인트를 추출하여 e^O(n^-1/2) MMD 오차로 목표 분포를 요약한다. 이는 Stein Thinning 알고리즘보다 더 나은 성능을 보인다.
Low-rank SKT 알고리즘: 저차원 디바이어싱 기법을 결합하여 SKT와 동일한 성능을 아 O(n^1.5) 시간 복잡도로 달성한다.
Stein Recombination (SR) 및 Low-rank SR 알고리즘: 심플렉스 가중치 요약을 생성하여 SKT와 동일한 성능을 poly-log(n) 개의 포인트로 달성한다.
Stein Cholesky (SC) 및 Low-rank SC 알고리즘: 상수 보존 가중치 요약을 생성하여 SKT와 동일한 성능을 poly-log(n) 개의 포인트로 달성한다.
이 알고리즘들은 번인, 근사 MCMC, 템퍼링 등의 편향 문제를 효과적으로 해결할 수 있음을 실험을 통해 보여준다.
To Another Language
from source content
arxiv.org
Djupare frågor