要約
本論文では、密度比推定タスクのための新しい最適化アルゴリズムを紹介します。
より正確には、トレーニング データとテスト データのそれぞれのサブセットに関する密度比の推定を含む、より一般的な状況を包含するために、適切な損失関数の構築を使用してよく知られている KMM 方法を拡張することを検討します。
関連するコードは https://github.com/CDAlecsa/Generalized-KMM にあります。
要約(オリジナル)
In the present paper we introduce new optimization algorithms for the task of density ratio estimation. More precisely, we consider extending the well-known KMM method using the construction of a suitable loss function, in order to encompass more general situations involving the estimation of density ratio with respect to subsets of the training data and test data, respectively. The associated codes can be found at https://github.com/CDAlecsa/Generalized-KMM.
arxiv情報
著者 | Cristian Daniel Alecsa |
発行日 | 2023-09-14 17:36:53+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google