اکسپرس 24
ترجمه فارسی مقاله DNA-SE: به سوی تخمین نیمه‌پارامتری با کمک شبکه‌های عصبی عمیق

ترجمه فارسی مقاله DNA-SE: به سوی تخمین نیمه‌پارامتری با کمک شبکه‌های عصبی عمیق

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی DNA-SE: Towards Deep Neural-Nets Assisted Semiparametric Estimation
عنوان مقاله به فارسی DNA-SE: به سوی تخمین نیمه‌پارامتری با کمک شبکه‌های عصبی عمیق
نویسندگان Qinshuo Liu, Zixin Wang, Xi-An Li, Xinyao Ji, Lei Zhang, Lin Liu, Zhonghua Liu
فرمت مقاله انگلیسی PDF
تعداد صفحات 21
دسته بندی موضوعات Machine Learning,Machine Learning,یادگیری ماشین , یادگیری ماشین ,
توضیحات Submitted 4 August, 2024; originally announced August 2024. , Comments: semiparametric statistics, missing data, causal inference, Fredholm integral equations of the second kind, bi-level optimization, deep learning, AI for science
توضیحات به فارسی ارسال شده در 4 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد. ، نظرات: آمار نیمهرامتری ، داده های گمشده ، استنباط علیت ، معادلات انتگرال فردولم از نوع دوم ، بهینه سازی دو سطح ، یادگیری عمیق ، هوش مصنوعی برای علم

قیمت: 19,000 تومان

سفارش

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی، را نیز سفارش می‌دهید.

قیمت: 840,000 تومان

زمان تحویل: 2 تا 3 روز کاری

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

Semiparametric statistics play a pivotal role in a wide range of domains, including but not limited to missing data, causal inference, and transfer learning, to name a few. In many settings, semiparametric theory leads to (nearly) statistically optimal procedures that yet involve numerically solving Fredholm integral equations of the second kind. Traditional numerical methods, such as polynomial or spline approximations, are difficult to scale to multi-dimensional problems. Alternatively, statisticians may choose to approximate the original integral equations by ones with closed-form solutions, resulting in computationally more efficient, but statistically suboptimal or even incorrect procedures. To bridge this gap, we propose a novel framework by formulating the semiparametric estimation problem as a bi-level optimization problem; and then we develop a scalable algorithm called Deep Neural-Nets Assisted Semiparametric Estimation (DNA-SE) by leveraging the universal approximation property of Deep Neural-Nets (DNN) to streamline semiparametric procedures. Through extensive numerical experiments and a real data analysis, we demonstrate the numerical and statistical advantages of $dnase$ over traditional methods. To the best of our knowledge, we are the first to bring DNN into semiparametric statistics as a numerical solver of integral equations in our proposed general framework.

چکیده به فارسی (ترجمه ماشینی)

آمار نیمهرامتری نقش مهمی در طیف گسترده ای از دامنه ها دارد ، از جمله اما محدود به داده های از دست رفته ، استنباط علیت و یادگیری انتقال ، برای نامگذاری چند مورد است.در بسیاری از تنظیمات ، نظریه نیمهرامتری منجر به (تقریباً) روشهای آماری بهینه می شود که هنوز شامل حل عددی معادلات انتگرال فردولم از نوع دوم است.روشهای عددی سنتی ، مانند تقریب چند جمله ای یا spline ، مقیاس به مشکلات چند بعدی دشوار است.از طرف دیگر ، آمارشناسان ممکن است معادلات اصلی انتگرال را توسط آنهایی که دارای راه حل های بسته هستند ، تقریب دهند ، و در نتیجه از نظر محاسباتی کارآمدتر ، اما از نظر آماری زیر حد یا حتی نادرست باشد.برای ایجاد این شکاف ، ما با تدوین مشکل تخمین نیمهرامتری به عنوان یک مشکل بهینه سازی دو سطح ، یک چارچوب جدید را پیشنهاد می کنیم.و سپس ما یک الگوریتم مقیاس پذیر به نام تخمین نیمه عصبی عصبی (DNA-SE) با استفاده از خاصیت تقریب جهانی شبکه های عصبی عمیق (DNN) برای ساده سازی رویه های نیمهرامتری ایجاد می کنیم.از طریق آزمایش های عددی گسترده و تجزیه و تحلیل داده های واقعی ، ما مزایای عددی و آماری $ dnase $ را نسبت به روشهای سنتی نشان می دهیم.به بهترین دانش ما ، ما اولین کسی هستیم که DNN را به عنوان یک حل کننده عددی معادلات انتگرال در چارچوب عمومی پیشنهادی خود به آمار نیمهرامتری وارد می کنیم.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.