2010-01-01から1年間の記事一覧

Esseen's inequality の証明。 Tao本には多次元が載っていますが、どうも分かりにくいです。Rudelson and Vershynin の論文を読むには 1次元の場合が分かればよいので、簡単な証明を載せておきます。Tao本 or Halasz の証明を簡略化したものです。 let then …

微分不可関数に対する quasi-Newton method。いくつか論文があるようですが、まだまだ研究すべき課題は多い。

Density ratio について、さらにいくつか考えたいことがあります。

smooth analysis of the condition number and the least singular value. Lemma 10.1 と lemma 6.8(entropy of rich vector) を除いて、証明を Follow しました。Rich vector が compressible であることを示すことで、Littlewood-Offord and invertibility…

来月末の研究打合せに向けて、random matrix の勉強に集中しています。Rudelson, Vershynin, Tao, Vu を読んでいます。 要素が独立な random matrix について Least singular value → distance from point to hyperplane → small-ball probability → Berry-E…

たけさんとの共著論文を投稿しました。

論文を執筆。計算量に関する若干の補足を加えます。1変数newton法の分だけ overhead がありますが、実用上は negligible でしょう。

Closedセミナ。多目的最適化について。とても勉強になりました。

Moore graph など。頂点数 n と girth k と minimum degree d に関する不等式関係について .

Fukuda et al., Sparse clique factorization について復習。

f(x) が2次とのきと一般の凸のときで、著しく性質が異なることを確認しました。数値実験の結果がヒントになり、理論的な確認に至りました。 全く簡単なことですが、外部からの情報なしには、考えようとは思わなかったことでしょう。 matlab で coding しま…

Popular self-scaling がブレグマンから導出されないことを証明しました。おそらくこれが、inefficiency の理由と考えています。

論文を校正しました。

執筆中。

執筆中。

Power を計算しました。misspecified のもとでの power under local alternative において、既存の方法を dominate することが分かりました。

統計学会に参加しました。Tutorial と Stacking の話が印象に残りました。

パラメータの推定量の分布を検定の用いることの可能性について、検討しました。Leipzig でいろいろ深く議論したいと思います。

ポスタープレゼンの準備をしました。

査読をしました。 レポート課題の解答を作りました。

示したいと考えていること:任意の f-div について、optimal を使うと asymptotic type-II error は同じ。 どの f を使えばよいか、という問題に言及している論文は一応ある。その問に答えを出したい。

先週は、最適化方面の研究会での発表の準備に、時間を費しました。

f-div の decomposition を最適化しました。Higher order asymptotics も計算しました。 やはり Qin 法がよいみたいです。Optimal decomposition が求まったことは、役に立つ内容と思います。 考え得るもっとも一般的な設定で、ほぼ全てを明らかにできたと思…

推定量のクラスを拡張して再度計算しました。 推定量とモデルとdiv の関連が定量的に分かりました。 asymptotics が fdiv-decomposition の違いに依存しないことを示したい。 Higher order asymptotics も再計算が必要でしょう。

いくつか書類を書きました。 教育実習巡回。中学校で実習をしている学生さんを訪問。中2の数学の授業を見学するという、貴重な経験をしました。

SVMの資料を準備

論文を執筆しました。Intro と numerical studies 以外は書きました。

IBISML

ノンパラベイズのチュートリアルが分かりやすく、勉強になりました。動機付けがよく分かりました。

推定について、optimality と divergence の両者が整合するための条件から、ある非線形微分方程式が導出されます。それを解くと、mutual information が出てきました。その他、いくつかの例でも似たような結果が出てきます。 背後になにか、幾何学的 invaria…

論文の執筆を始めました。