Fugu-MT 論文翻訳(概要): Research Reproducibility as a Survival Analysis

論文の概要: Research Reproducibility as a Survival Analysis

arxiv url: http://arxiv.org/abs/2012.09932v1
Date: Thu, 17 Dec 2020 20:56:53 GMT
ステータス: 処理完了
システム内更新日: 2021-05-02 07:41:57.816226
Title: Research Reproducibility as a Survival Analysis
Title（参考訳）: 生存分析としての研究の再現性
Authors: Edward Raff
Abstract要約: 我々は,論文のモデリングを生存分析問題として検討する。生存率分析によって、過去の縦断データをよりよく説明できる新たな洞察を導きだす方法を示す。
参考スコア（独自算出の注目度）: 22.66983713481359
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: There has been increasing concern within the machine learning community that we are in a reproducibility crisis. As many have begun to work on this problem, all work we are aware of treat the issue of reproducibility as an intrinsic binary property: a paper is or is not reproducible. Instead, we consider modeling the reproducibility of a paper as a survival analysis problem. We argue that this perspective represents a more accurate model of the underlying meta-science question of reproducible research, and we show how a survival analysis allows us to draw new insights that better explain prior longitudinal data. The data and code can be found at https://github.com/EdwardRaff/Research-Reproducibility-Survival-Analysis
Abstract（参考訳）: 機械学習コミュニティでは、再現性危機に直面しているという懸念が高まっています。多くの人がこの問題に取り組み始めていますが、私たちは、再現性の問題を本質的なバイナリプロパティとして扱うことに気付いています。そこで我々は,論文の再現可能性のモデル化を生存分析問題として検討する。我々は、この視点が再現可能な研究のメタ科学的疑問のより正確なモデルであることを論じ、生存分析がいかにして、先行する縦断的なデータを説明するための新たな洞察を引き出すかを示す。データとコードはhttps://github.com/EdwardRaff/Research-Reproducibility-Survival-Analysisで確認できる。

関連論文リスト

Can citations tell us about a paper's reproducibility? A case study of machine learning papers [3.5120846057971065]
リソースの制約やドキュメントの不十分さは、レプリケーションの実行を特に困難にします。本稿では,機械学習の再現性問題に関わる論文の引用文脈に適用した感情分析フレームワークを提案する。
論文参考訳（メタデータ） (2024-05-07T03:29:11Z)
Groundedness in Retrieval-augmented Long-form Generation: An Empirical Study [61.74571814707054]
検索した文書やモデルの事前学習データに生成されたすべての文が接地されているかどうかを評価する。 3つのデータセットと4つのモデルファミリーにまたがって、生成した文のかなりの部分が一貫してアングラウンド化されていることが明らかとなった。以上の結果から,より大きなモデルではアウトプットをより効果的に基礎づける傾向にあるものの,正解のかなりの部分が幻覚によって損なわれていることが示唆された。
論文参考訳（メタデータ） (2024-04-10T14:50:10Z)
Interpretable Survival Analysis for Heart Failure Risk Prediction [50.64739292687567]
現状の生存モデルと解釈可能かつ競合する新しい生存分析パイプラインを提案する。我々のパイプラインは最先端のパフォーマンスを達成し、心不全のリスク要因に関する興味深い新しい洞察を提供する。
論文参考訳（メタデータ） (2023-10-24T02:56:05Z)
Repetition In Repetition Out: Towards Understanding Neural Text Degeneration from the Data Perspective [91.14291142262262]
この研究は、データの観点から、単純で基本的な説明を提示する。予備調査では, 退化問題とトレーニングデータにおける反復の有無との間には強い相関関係がみられた。実験の結果,訓練データにおける繰り返しのペナルティ化は,より大きなモデルサイズや命令のチューニングを考慮しても重要な課題であることがわかった。
論文参考訳（メタデータ） (2023-10-16T09:35:42Z)
Reproducibility Requires Consolidated Artifacts [14.481126181883814]
機械学習は'再現性危機'に直面しており、すでに公開された結果を再現しようとすると、かなりの数の作業が失敗を報告している。我々はReScience Cと204のコードリポジトリから142のレプリケーション研究をメタ分析して失敗の原因を評価する。
論文参考訳（メタデータ） (2023-05-21T21:21:46Z)
Missing Information, Unresponsive Authors, Experimental Flaws: The Impossibility of Assessing the Reproducibility of Previous Human Evaluations in NLP [84.08476873280644]
13%の論文は (i) 再生の障壁が十分に低く、 (ii) 再生のために考慮すべき十分な入手可能な情報を持っていた。その結果,コーディネート・リサーチ・デザインを再現的アプローチから標準化的・再生産的アプローチに変更しなければならなかった。
論文参考訳（メタデータ） (2023-05-02T17:46:12Z)
SurvivalGAN: Generating Time-to-Event Data for Survival Analysis [121.84429525403694]
検閲と時間的地平線の不均衡は、生成モデルに生存分析に特有の3つの新しい障害モードを経験させる。本稿では,検閲やイベントの地平線における不均衡に対処し,生存データを扱う生成モデルであるSurvivalGANを提案する。医療データセットに関する広範な実験により,本手法の評価を行った。
論文参考訳（メタデータ） (2023-02-24T17:03:51Z)
Reproducibility of Machine Learning: Terminology, Recommendations and Open Issues [5.30596984761294]
危機が最近科学者によって認識され、これはさらに人工知能と機械学習に影響を及ぼしているようだ。私たちは、このトピックに関する現在の文献を批判的にレビューし、オープンな問題を強調します。現代の機械学習でよく見過ごされる重要な要素を特定し、それらの新しい推奨事項を提供します。
論文参考訳（メタデータ） (2023-02-24T15:33:20Z)
Reproducibility in machine learning for medical imaging [3.1390096961027076]
本章は、医療画像の機械学習分野の研究者への紹介である。それぞれの目的は、それを定義すること、それを達成するための要件を説明すること、有用性について議論することである。この章は、教義の利点に関する議論と、この概念と研究実践におけるその実践に対する非教義的なアプローチへの嘆願で終わる。
論文参考訳（メタデータ） (2022-09-12T09:00:04Z)
ACRE: Abstract Causal REasoning Beyond Covariation [90.99059920286484]
因果誘導における現在の視覚システムの系統的評価のための抽象因果分析データセットについて紹介する。 Blicket実験における因果発見の研究の流れに触発され、独立シナリオと介入シナリオのいずれにおいても、以下の4種類の質問で視覚的推論システムに問い合わせる。純粋なニューラルモデルは確率レベルのパフォーマンスの下で連想戦略に向かう傾向があるのに対し、ニューロシンボリックな組み合わせは後方ブロッキングの推論に苦しむ。
論文参考訳（メタデータ） (2021-03-26T02:42:38Z)
The Fundamental Principles of Reproducibility [2.4671396651514983]
私は科学的手法に根ざした基礎的な見解を採っている。科学的手法は、定義に必要な用語を開発するために分析され、特徴付けられる。
論文参考訳（メタデータ） (2020-11-19T20:37:58Z)

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。