renyi divergence | BriefGPT

关键词renyi divergence

搜索结果 - 13

ICMLDORO：分布式和异常值鲁棒优化
提出了一种名为 DORO 的分布与离群点鲁棒优化框架，其中核心在于改进的风险函数，可以解决分布变化和离群点的问题，从而提高了机器学习的性能和稳定性。该方法有助于提升现代大型数据集的实验结果。
PDF3 years ago
MMLangevin 蒙特卡罗在 Chi-Squared 和 Renyi 分歧中的收敛
研究采用未校准 Langevin Monte Carlo 算法从目标分布采样当势能满足强弛散条件、具有 Lipschitz 梯度和首阶平滑性，证明其在 Chi-squared divergence 和 Renyi divergence 下，
PDF4 years ago
近端 Langevin 算法：等周条件下的快速收敛
该论文研究 Proximal Langevin Algorithm 在满足 log-Sobolev inequality 的条件下从概率分布中采样的收敛性，证明了该算法在 Kullback-Leibler divergence 下具有更优异
PDF5 years ago
假设检验解释和 Renyi 差分隐私
本篇论文通过对差分隐私与统计假设检验的类比说明，探讨了一些满足以统计差异度量形式给出的隐私定义条件。研究发现这些条件有助于分析差异度量的可分辨性，并基于 Renyi 差异分析了差分隐私的一些扩展定义，并提出了改进的转换规则。
PDF5 years ago
基于加权随机块模型的社群成员两样本检验
对基于加权随机块模型生成的两个网络的社区成员资格是否相同进行测试，提出了一种基于奇异子空间距离的测试统计量并开发了该统计量的极限分布。在密集图形的加权随机块模型下，模拟结果表明该测试具有正确的第 1 型错误，并在经验功率上表现符合预期。测试
PDF6 years ago
加权随机块模型中的社区估计的最优速率
研究了一种基于加权邻接矩阵的随机块模型，并通过一种基于离散化的算法，利用 Renyi 散度来表征其误差率。
PDF7 years ago
Renyi 差分隐私
本文介绍了基于 Renyi 散度的差分隐私的自然松弛，将其作为隐私定义并展示其在隐私损失尾部的保障方面精准的表示，同时演示了新定义与标准差分隐私定义性质相似度高，在分析异构机制组合方面具有更紧密的能力。
PDF7 years ago
使用最近邻比率直接估计信息差异
提出了新的图论解释下的直接估计方法，用于估计 Renyi 和 f-divergence 的度量。通过对 Y 中 k-NN 方案点和 X 中点数之间的平均功率进行估计，可以获得两个密度之间的 Renyi divergence 估计值，并且这种
PDF7 years ago
集中式差分隐私：简化、扩展和下限
本文探讨了 “浓缩差分隐私” 的概念，将其用 Renyi 散度重新构建，得到更为精确的量化结果，并探讨了一些相关问题。同时，本文还通过给出 “近似浓缩差分隐私” 的定义，将这种方法与 “近似差分隐私” 相统一。
PDF8 years ago
使用 Renyi 散度在加权随机块模型中进行精确恢复的信息论下界
研究使用一种加权随机块模型进行社区发现，并使用最大似然估计法，通过测量社区成员的弦端点权重分布的 Renyi 散度确定最大似然估计的成功和失败的临界值；结果表明，这种方法有助于处理加权块模型中的社区发现，并能够将其推广应用于其他相关问题，如
PDF9 years ago
关于 Rényi 散度的 s-Concave 密度近似与估计
该研究通过 Renyi 散度的逼近和估计，研究了 s - 凹密度的逼近和估计问题，如果概率测度 Q 具有全维支撑和一阶矩，则可以通过 Koenker 和 Mizera（2010）提出的最小化散度泛函的过程，将概率测度 Q 逼近为 s - 凹
PDF9 years ago
通过 Renyi 散度对风险敏感的函数进行鲁棒边界
将指数积分和相对熵之间的对偶性推广到涉及 Renyi 离散度的指数积分的变分公式。该公式表征了由尾部行为决定的风险敏感功能和相关量的依赖于底层分布扰动的程度，以 Renyi 离散度为基础。作为应用，考虑当模型的某些方面未完全知道时的不确定性
PDF11 years ago
多源适应与 Renyi 散度
通过 Renyi 离散度的概念，本文对多源适配的一般问题进行了新颖的理论研究，扩大了之前的多源损失保证的范围，并分析了多种情况，包括未知目标分布和标注函数不同的情况，通过实验表明基于 Renyi 离散度的保证的性能优越。
PDF12 years ago