論文の概要: Channels' Confirmation and Predictions' Confirmation: from the Medical Test to the Raven Paradox

• arxiv url: http://arxiv.org/abs/2001.07566v1
• Date: Fri, 17 Jan 2020 11:22:18 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-10 13:05:14.097900
• Title: Channels' Confirmation and Predictions' Confirmation: from the Medical Test to the Raven Paradox
• Title（参考訳）: チャネルの確認と予測の確認--医療検査からレイヴンパラドックスへ
• Authors: Chenguang Lu
• Abstract要約: 測度Fは、エルスとフィテルソンによって提案された対称性と非対称性、グレコらによって提案された単調性、そして多くの研究者によって提案された正規化特性を有する。 意味情報理論に基づいて、Fに類似した測度b*を医療検査から導出する。 c* は単純形式である: (a-c)/max(a, c) ニコッド規準をサポートし、同値条件を弱め、したがって、レイヴンパラドックスを除去するために使うことができる。
• 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: After long arguments between positivism and falsificationism, the verification of universal hypotheses was replaced with the confirmation of uncertain major premises. Unfortunately, Hemple discovered the Raven Paradox (RP). Then, Carnap used the logical probability increment as the confirmation measure. So far, many confirmation measures have been proposed. Measure F among them proposed by Kemeny and Oppenheim possesses symmetries and asymmetries proposed by Elles and Fitelson, monotonicity proposed by Greco et al., and normalizing property suggested by many researchers. Based on the semantic information theory, a measure b* similar to F is derived from the medical test. Like the likelihood ratio, b* and F can only indicate the quality of channels or the testing means instead of the quality of probability predictions. And, it is still not easy to use b*, F, or another measure to clarify the RP. For this reason, measure c* similar to the correct rate is derived. The c* has the simple form: (a-c)/max(a, c); it supports the Nicod Criterion and undermines the Equivalence Condition, and hence, can be used to eliminate the RP. Some examples are provided to show why it is difficult to use one of popular confirmation measures to eliminate the RP. Measure F, b*, and c* indicate that fewer counterexamples' existence is more essential than more positive examples' existence, and hence, are compatible with Popper's falsification thought.
• Abstract（参考訳）: 実証主義と偽証主義の長い議論の後、普遍仮説の検証は不確かな主要な前提の確認に置き換えられた。 残念ながら、ヘムプルはレイブンパラドックス (RP) を発見した。 次に、carnapは確認尺度として論理確率インクリメントを用いた。 これまでに多くの確認措置が提案されている。 ケメニーとオッペンハイムが提案したそれらの中のfは、エルスとフィテルソンが提案した対称性と非対称性、グレコらが提案した単調性、多くの研究者が提案した正規化性を持っている。 意味情報理論に基づいて、f に類似した測度 b* が医療試験から導出される。 確率比と同様に、b* と f は、確率予測の品質ではなく、チャネルの品質またはテスト手段のみを示すことができる。 そして、まだ rp を明確にするために b*, f, あるいは他の尺度を使うのは容易ではない。 このため、正解率に類似した測度 c* が導出される。 c* は単純形式である: (a-c)/max(a, c) はニコッド規準をサポートし、同値条件を弱め、したがって RP を排除できる。 rpを排除するために一般的な確認手段の1つを使うのが難しい理由を示すいくつかの例が提供されている。 測度 f, b*, c* は、反例の存在がより肯定的な例の存在よりも重要であり、従ってポパーの偽化思考と適合することを示している。

関連論文リスト

• Max-Rank: Efficient Multiple Testing for Conformal Prediction [43.56898111853698]
  多重仮説テスト(MHT)は、ゲノミクスから心理学まで、様々な科学分野において一般的に発生し、多くの仮説のテストが同時にタイプIエラーのリスクを増大させる。 本稿では,これらの依存関係を有効活用する新たな補正法であるtextttmax-rank$を提案する。
  論文  参考訳（メタデータ） (2023-11-17T22:44:22Z)
• Prototype-based Aleatoric Uncertainty Quantification for Cross-modal Retrieval [139.21955930418815]
  クロスモーダル検索手法は、共通表現空間を共同学習することにより、視覚と言語モダリティの類似性関係を構築する。 しかし、この予測は、低品質なデータ、例えば、腐敗した画像、速いペースの動画、詳細でないテキストによって引き起こされるアレタリック不確実性のために、しばしば信頼性が低い。 本稿では, 原型に基づくAleatoric Uncertainity Quantification (PAU) フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-09-29T09:41:19Z)
• Increasing Probability Mass on Answer Choices Does Not Always Improve Accuracy [60.18632773935895]
  同一の意味を持つ複数の曲面に確率質量を分散させることは、モデルの真の性能の過小評価を引き起こすと考えられている。 我々はSFCの数学的形式論を提案し、初めてその影響を定量化し、束縛することができる。 提案手法は,各回答選択の確率質量をaで増加させるという単純な方法であり,プロンプトに含め,bに含めた確率質量をbで増加させる手法である。
  論文  参考訳（メタデータ） (2023-05-24T00:27:00Z)
• Reinterpreting causal discovery as the task of predicting unobserved joint statistics [15.088547731564782]
  我々は因果発見が、観測されていない関節分布の性質を推測するのに役立つと論じている。 入力が変数のサブセットであり、ラベルがそのサブセットの統計的性質である学習シナリオを定義する。
  論文  参考訳（メタデータ） (2023-05-11T15:30:54Z)
• A Semi-Bayesian Nonparametric Estimator of the Maximum Mean Discrepancy Measure: Applications in Goodness-of-Fit Testing and Generative Adversarial Networks [3.623570119514559]
  そこで我々は,GoF(Goness-of-fit)テストのための半ベイズ非パラメトリック(セミBNP)手順を提案する。 提案手法は,最大平均誤差(MMD)測定のための新しいベイズ推定器を提案する。 提案手法は, 誤り仮説の誤認率と受理率を低くすることで, 頻繁なMDD法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2023-03-05T10:36:21Z)
• Causal Confirmation Measures: From Simpson's Paradox to COVID-19 [0.0]
  既存の因果推論理論(ECIT)は、全体的な結論をグループ化の結論と一致させることができる。 著者らは,最小のクロスエントロピー基準を用いた意味情報手法を提案し,因果確認基準Ccを導出する。
  論文  参考訳（メタデータ） (2023-02-03T02:44:27Z)
• Stable Probability Weighting: Large-Sample and Finite-Sample Estimation and Inference Methods for Heterogeneous Causal Effects of Multivalued Treatments Under Limited Overlap [0.0]
  異種因果効果を推定・推定するための実用的大サンプルおよび有限サンプル法を提案する。 安定確率重み付け(Stable Probability Weighting)という一般原理を考案する。 また、弱null仮説の一般クラスをテストするための新しい有限サンプル推論手法を提案する。
  論文  参考訳（メタデータ） (2023-01-13T18:52:18Z)
• Sequential Permutation Testing of Random Forest Variable Importance Measures [68.8204255655161]
  そこで本研究では、逐次置換テストと逐次p値推定を用いて、従来の置換テストに関連する高い計算コストを削減することを提案する。 シミュレーション研究の結果、シーケンシャルテストの理論的性質が当てはまることを確認した。 本手法の数値安定性を2つの応用研究で検討した。
  論文  参考訳（メタデータ） (2022-06-02T20:16:50Z)
• Causal Expectation-Maximisation [70.45873402967297]
  ポリツリーグラフを特徴とするモデルにおいても因果推論はNPハードであることを示す。 我々は因果EMアルゴリズムを導入し、分類的表現変数のデータから潜伏変数の不確かさを再構築する。 我々は、反事実境界が構造方程式の知識なしにしばしば計算できるというトレンドのアイデアには、目立たずの制限があるように思える。
  論文  参考訳（メタデータ） (2020-11-04T10:25:13Z)
• A Weaker Faithfulness Assumption based on Triple Interactions [89.59955143854556]
  より弱い仮定として, 2$-adjacency faithfulness を提案します。 より弱い仮定の下で適用可能な因果発見のための音方向規則を提案する。
  論文  参考訳（メタデータ） (2020-10-27T13:04:08Z)
• On Localized Discrepancy for Domain Adaptation [146.4580736832752]
  本稿では,局所化後の仮説空間上で定義される局所的不一致について検討する。 2つの領域を交換すると、それらの値が異なるため、非対称な移動困難が明らかになる。
  論文  参考訳（メタデータ） (2020-08-14T08:30:02Z)

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。