chijan|カイヤン

33 Followers
15 Following
595 Posts
特異学習理論が好き.ほとんど確実に私のトゥートの正確さは保証されません.
偶然仕事で根基イデアルの定義を確認した日にたまたまmathtodon開いたらこれがあるの草
@Nyoho これはMCMCの中でも特殊なレプリカ交換モンテカルロ法でのやり方ですね(周辺尤度を計算するために主に使われる印象です),通常の場合は逆温度1の事後分布からMCMCするのが一般的です.
@Nyoho exactly!
@Nyoho ありがとうございます🙌!!
博士号取得しました!
無理数だけに
tanaka2017 on mathtod.online

用語の略称,統一する必要はないと思うけど,なんとなくそして適当に作ってみた; \begin{align*} & \text{用語} & & \text{略称}\\ & \text{ローカルタイムライン} & & LTL\\ & \text{連合タイムライン} & & FTL\\ & \text{トゥート} & & & \text{?}\\ & \text{返信} & & \text{リプ} & \text{?}\\ & \text{ブースト} & & BST & \text{?}\\ & \text{お気に入り(に追加)} & & \text{ファボ} & \text{?}\\ & Mathtodon & & & \text{?}\\ & Mastodon & & & \text{?} \end{align*} どなたか,修正と穴埋めと追加を頼む

mathtod.online
実対数閾値が出てくる自由エネルギーの漸近挙動が背景にある一方で、BIC同様に最尤推定量を経験誤差函数(実現可能なときの経験エントロピー)に代入している。そういう意味では頻度論者とベイジアンの架橋的存在なのかもしれない(そろそろ哲学的で非mathematicalな言い方になってきたゾー)
sBICの大きな貢献の一つは実対数閾値を解明するという研究の有用性を著しく引き上げたことだと思います。これで実世界との戦いにかなり直接的に用いることが出来る。
個人的にWBICの面白いところは、逆温度が1とは限らない場合のBayes統計の理論がバリバリに生かされていて、サンプルサイズを$n$とするとき逆温度$\beta$を$\beta=1/\log n$とした場合を利用するとうまくいくというところ。
他にはWBICの論文に関連成果として実対数閾値を数値計算する方法もあるところかしら。