論文の概要: Statistical Formulas for F Measures
- arxiv url: http://arxiv.org/abs/2012.14894v1
- Date: Tue, 29 Dec 2020 18:34:04 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-18 20:45:46.772455
- Title: Statistical Formulas for F Measures
- Title(参考訳): F測度に関する統計公式
- Authors: Wenxin Jiang
- Abstract要約: F測度に対する標準誤差と信頼区間に関する解析式を提供する。
この公式は、これらのF測度を十分に正確に推定するために、サンプルサイズ計画に適用することができる。
- 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: We provide analytic formulas for the standard error and confidence intervals
for the F measures, based on a property of asymptotic normality in the large
sample limit. The formula can be applied for sample size planning in order to
achieve accurate enough estimation of these F measures.
- Abstract(参考訳): 我々は,F測度に対する標準誤差と信頼区間に関する解析式を,大標本限界における漸近正規性の性質に基づいて提供する。
この公式は、これらのF測度を十分に正確に推定するために、サンプルサイズ計画に適用することができる。
関連論文リスト
- On Fractional Moment Estimation from Polynomial Chaos Expansion [0.0]
本稿ではカオス展開から直接分数モーメントを推定するための新しい手法を提案する。
提案手法は,標準ラテンハイパーキューブサンプリングと比較して,応答の分布を推定する上で,優れた性能を実現する。
論文 参考訳(メタデータ) (2024-03-04T11:34:12Z) - Diffusion models for probabilistic programming [56.47577824219207]
拡散モデル変分推論(DMVI)は確率型プログラミング言語(PPL)における自動近似推論手法である
DMVIは実装が容易で、例えば正規化フローを用いた変分推論の欠点を伴わずに、PPLでヘイズルフリー推論が可能であり、基礎となるニューラルネットワークモデルに制約を課さない。
論文 参考訳(メタデータ) (2023-11-01T12:17:05Z) - Score Matching-based Pseudolikelihood Estimation of Neural Marked
Spatio-Temporal Point Process with Uncertainty Quantification [59.81904428056924]
我々は、不確実な定量化を伴うmarkPsを学習するためのスコアMAtching推定器であるSMASHを紹介する。
具体的には,スコアマッチングによるマークPsの擬似的類似度を推定することにより,正規化自由度を推定する。
提案手法の優れた性能は、事象予測と不確実性定量化の両方において広範な実験によって実証される。
論文 参考訳(メタデータ) (2023-10-25T02:37:51Z) - User-defined Event Sampling and Uncertainty Quantification in Diffusion
Models for Physical Dynamical Systems [49.75149094527068]
拡散モデルを用いて予測を行い,カオス力学系に対する不確かさの定量化が可能であることを示す。
本研究では,雑音レベルが低下するにつれて真の分布に収束する条件付きスコア関数の確率的近似法を開発する。
推論時に非線形ユーザ定義イベントを条件付きでサンプリングすることができ、分布の尾部からサンプリングした場合でもデータ統計と一致させることができる。
論文 参考訳(メタデータ) (2023-06-13T03:42:03Z) - On the Expected Size of Conformal Prediction Sets [24.161372736642157]
分割共形予測フレームワークを用いて,予測セットの予測サイズを理論的に定量化する。
この正確な定式化は通常直接計算できないので、点推定と高確率境界間隔を導出する。
回帰と分類の両問題に対する実世界のデータセットを用いた実験により,結果の有効性を裏付ける。
論文 参考訳(メタデータ) (2023-06-12T17:22:57Z) - MESSY Estimation: Maximum-Entropy based Stochastic and Symbolic densitY
Estimation [4.014524824655106]
MESSY推定は最大エントロピーに基づくグラディエントおよびシンボリックデンシット推定法である。
本研究では,未知分布関数のサンプルを推定記号表現に接続する勾配に基づくドリフト拡散過程を構築する。
基本関数の記号探索を追加することで, 推定精度を合理的な計算コストで向上することがわかった。
論文 参考訳(メタデータ) (2023-06-07T03:28:47Z) - A Unified Framework for Estimation of High-dimensional Conditional
Factor Models [0.0]
本稿では,核ノルム正規化による高次元条件因子モデル推定のための一般的な枠組みを開発する。
推定器の大規模なサンプル特性を確立し、推定器を見つけるための効率的な計算アルゴリズムを提供する。
そこで本手法を適用して,各米国株の収益率の断面分析を行い,同質性を付与することで,モデル外乱予測可能性の向上が期待できることを示した。
論文 参考訳(メタデータ) (2022-09-01T12:10:29Z) - Efficient CDF Approximations for Normalizing Flows [64.60846767084877]
正規化フローの微分同相性に基づいて、閉領域上の累積分布関数(CDF)を推定する。
一般的なフローアーキテクチャとUCIデータセットに関する実験は,従来の推定器と比較して,サンプル効率が著しく向上したことを示している。
論文 参考訳(メタデータ) (2022-02-23T06:11:49Z) - Lottery Tickets in Linear Models: An Analysis of Iterative Magnitude
Pruning [52.823408186356225]
我々は宝くじの仮説 arXiv:1803.03635v5, Iterative magnitude pruning (IMP) を分析する。
まず、IMPがデータに最小の投影を持つ特徴を具現化する特徴の統計的構造に関する十分な条件を提示することから始める。
次に,スパース推定手法としてのIMPについて検討する。
論文 参考訳(メタデータ) (2020-07-16T10:33:13Z) - Fast approximations in the homogeneous Ising model for use in scene
analysis [61.0951285821105]
我々は、推論に必要な量を数値計算できる正確な近似を提供する。
近似式はスケーラブルでマルコフランダム場の大きさに満足できないことを示す。
機能的磁気共鳴イメージングアクティベーション検出実験においてベイズ推論を行い, ピスタチオ樹収量の年次増加の空間パターンにおける異方性に対する確率比試験を行った。
論文 参考訳(メタデータ) (2017-12-06T14:24:34Z)
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。