論文の概要: Cross-conformal e-prediction

• arxiv url: http://arxiv.org/abs/2001.05989v1
• Date: Thu, 16 Jan 2020 18:41:17 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-10 23:45:13.275523
• Title: Cross-conformal e-prediction
• Title（参考訳）: クロスコンフォーマル電子予測
• Authors: Vladimir Vovk
• Abstract要約: 本稿では,e値に関する最近の研究から着想を得た,クロスコンフォーマルな予測の簡単な修正について述べる。 クロスコンフォーマル予測の妥当性は経験的事実に過ぎず(過度なランダム化で損なわれる可能性がある)、このメモはクロスコンフォーマルなe-Predictionが有効性の保証された性質を享受しているという明らかな事実に読者の注意を惹きつける。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This note discusses a simple modification of cross-conformal prediction inspired by recent work on e-values. The precursor of conformal prediction developed in the 1990s by Gammerman, Vapnik, and Vovk was also based on e-values and is called conformal e-prediction in this note. Replacing e-values by p-values led to conformal prediction, which has important advantages over conformal e-prediction without obvious disadvantages. The situation with cross-conformal prediction is, however, different: whereas for cross-conformal prediction validity is only an empirical fact (and can be broken with excessive randomization), this note draws the reader's attention to the obvious fact that cross-conformal e-prediction enjoys a guaranteed property of validity.
• Abstract（参考訳）: 本稿ではe値に関する最近の研究に触発されたクロスコンフォーマル予測の簡単な修正について述べる。 1990年代にgammerman、vapnik、vovkによって開発された共形予測の前駆体もe値に基づいており、このノートでは共形 e-prediction と呼ばれる。 e-値をp-値に置き換えることにより、明らかな欠点なく共形e-述語よりも重要な利点を持つ共形予測が導かれる。 クロスコンフォーマル予測の妥当性は経験的事実に過ぎず(過度なランダム化で損なわれる可能性がある)、このメモはクロスコンフォーマルなe-Predictionが有効性の保証された性質を享受しているという明らかな事実に読者の注意を惹きつける。

関連論文リスト

• Conformal Prediction for Hierarchical Data [5.580128181112309]
  コンフォーマル予測と予測再構成を組み合わせた第1ステップを提案する。 予測セットの効率を向上しつつ,SCPが付与した妥当性が保たれていることを示す。
  論文  参考訳（メタデータ） (2024-11-20T17:26:26Z)
• Conformal Generative Modeling with Improved Sample Efficiency through Sequential Greedy Filtering [55.15192437680943]
  生成モデルは出力に対する厳密な統計的保証を欠いている。 厳密な統計的保証を満たす予測セットを生成する逐次共形予測法を提案する。 このことは、高い確率で予測セットが少なくとも1つの許容可能な(または有効な)例を含むことを保証している。
  論文  参考訳（メタデータ） (2024-10-02T15:26:52Z)
• Probabilistic Conformal Prediction with Approximate Conditional Validity [81.30551968980143]
  本研究では,共形手法の柔軟性と条件分布の推定を組み合わせ,予測セットを生成する手法を開発した。 我々の手法は、条件付きカバレッジの観点から既存の手法よりも一貫して優れています。
  論文  参考訳（メタデータ） (2024-07-01T20:44:48Z)
• Federated Conformal Predictors for Distributed Uncertainty Quantification [83.50609351513886]
  コンフォーマル予測は、機械学習において厳密な不確実性定量化を提供するための一般的なパラダイムとして現れつつある。 本稿では,共形予測を連邦学習環境に拡張する。 本稿では、FL設定に適した部分交換可能性の弱い概念を提案し、それをフェデレート・コンフォーマル予測フレームワークの開発に利用する。
  論文  参考訳（メタデータ） (2023-05-27T19:57:27Z)
• Predictive Inference with Feature Conformal Prediction [80.77443423828315]
  本稿では,特徴空間への共形予測の範囲を拡大する特徴共形予測を提案する。 理論的観点からは、特徴共形予測は軽度の仮定の下で正則共形予測よりも確実に優れていることを示す。 提案手法は,バニラ共形予測だけでなく,他の適応共形予測手法と組み合わせることができる。
  論文  参考訳（メタデータ） (2022-10-01T02:57:37Z)
• Probabilistic Conformal Prediction Using Conditional Random Samples [73.26753677005331]
  PCPは、不連続な予測セットによって対象変数を推定する予測推論アルゴリズムである。 効率的で、明示的または暗黙的な条件生成モデルと互換性がある。
  論文  参考訳（メタデータ） (2022-06-14T03:58:03Z)
• CovarianceNet: Conditional Generative Model for Correct Covariance Prediction in Human Motion Prediction [71.31516599226606]
  本稿では,将来の軌道の予測分布に関連する不確かさを正確に予測する手法を提案する。 我々のアプローチであるCovariaceNetは、ガウス潜在変数を持つ条件付き生成モデルに基づいている。
  論文  参考訳（メタデータ） (2021-09-07T09:38:24Z)
• Conformal Prediction: a Unified Review of Theory and New Challenges [0.0]
  本研究では, コンフォーマル予測に関する基本的な考え方と新しい展開について概説する。 本論文では, コンフォーマル予測の理論的基盤について詳細に論じる。
  論文  参考訳（メタデータ） (2020-05-16T12:38:19Z)
• Exchangeability, Conformal Prediction, and Rank Tests [0.0]
  本稿では、交換可能性の概念を概観し、整合性予測とランクテストの意義について論じる。 我々はこれらのトピックについて低レベルの紹介を行い、整合予測とランクテストの類似性について議論する。
  論文  参考訳（メタデータ） (2020-05-13T00:39:45Z)
• Validity, consonant plausibility measures, and conformal prediction [7.563864405505623]
  本稿では,他の予測関連タスクに関連する2型妥当性という新しい概念を提案する。 本研究では、共形予測出力を子音可聴性尺度の輪郭関数として解釈することにより、どちらの種類の予測精度も達成可能であることを示す。
  論文  参考訳（メタデータ） (2020-01-24T23:24:15Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。