On two ways to use determinantal point ...
Type de document :
Communication dans un congrès avec actes
Titre :
On two ways to use determinantal point processes for Monte Carlo integration
Auteur(s) :
Gautier, Guillaume [Auteur]
Sequential Learning [SEQUEL]
Centre de Recherche en Informatique, Signal et Automatique de Lille - UMR 9189 [CRIStAL]
Bardenet, Remi [Auteur]
Centre National de la Recherche Scientifique [CNRS]
Centre de Recherche en Informatique, Signal et Automatique de Lille - UMR 9189 [CRIStAL]
Valko, Michal [Auteur]
DeepMind [London]
Sequential Learning [SEQUEL]
Sequential Learning [SEQUEL]
Centre de Recherche en Informatique, Signal et Automatique de Lille - UMR 9189 [CRIStAL]
Bardenet, Remi [Auteur]

Centre National de la Recherche Scientifique [CNRS]
Centre de Recherche en Informatique, Signal et Automatique de Lille - UMR 9189 [CRIStAL]
Valko, Michal [Auteur]

DeepMind [London]
Sequential Learning [SEQUEL]
Titre de la manifestation scientifique :
NEGDEPML 2019 - ICML Workshop on Negative Dependence in ML
Ville :
Long Beach, CA
Pays :
Etats-Unis d'Amérique
Date de début de la manifestation scientifique :
2019-06-14
Discipline(s) HAL :
Mathématiques [math]/Statistiques [math.ST]
Informatique [cs]/Apprentissage [cs.LG]
Informatique [cs]/Apprentissage [cs.LG]
Résumé en anglais : [en]
This paper focuses on Monte Carlo integration with determinantal point processes (DPPs) which enforce negative dependence between quadrature nodes. We survey the properties of two unbiased Monte Carlo estimators of the ...
Lire la suite >This paper focuses on Monte Carlo integration with determinantal point processes (DPPs) which enforce negative dependence between quadrature nodes. We survey the properties of two unbiased Monte Carlo estimators of the integral of interest: a direct one proposed by Bardenet & Hardy (2016) and a less obvious 60-year-old estimator by Ermakov & Zolotukhin (1960) that actually also relies on DPPs. We provide an efficient implementation to sample exactly a particular multidimen-sional DPP called multivariate Jacobi ensemble. This let us investigate the behavior of both estima-tors on toy problems in yet unexplored regimes.Lire moins >
Lire la suite >This paper focuses on Monte Carlo integration with determinantal point processes (DPPs) which enforce negative dependence between quadrature nodes. We survey the properties of two unbiased Monte Carlo estimators of the integral of interest: a direct one proposed by Bardenet & Hardy (2016) and a less obvious 60-year-old estimator by Ermakov & Zolotukhin (1960) that actually also relies on DPPs. We provide an efficient implementation to sample exactly a particular multidimen-sional DPP called multivariate Jacobi ensemble. This let us investigate the behavior of both estima-tors on toy problems in yet unexplored regimes.Lire moins >
Langue :
Anglais
Comité de lecture :
Oui
Audience :
Internationale
Vulgarisation :
Non
Collections :
Source :
Fichiers
- https://hal.archives-ouvertes.fr/hal-02160382/document
- Accès libre
- Accéder au document
- https://hal.archives-ouvertes.fr/hal-02160382/document
- Accès libre
- Accéder au document
- https://hal.archives-ouvertes.fr/hal-02160382/document
- Accès libre
- Accéder au document
- document
- Accès libre
- Accéder au document
- icml_camera_ready.pdf
- Accès libre
- Accéder au document
- document
- Accès libre
- Accéder au document
- icml_camera_ready.pdf
- Accès libre
- Accéder au document