論文の概要: Copula-based conformal prediction for Multi-Target Regression

• arxiv url: http://arxiv.org/abs/2101.12002v1
• Date: Thu, 28 Jan 2021 14:06:25 GMT
• ステータス: 処理完了
• システム内更新日: 2021-02-01 00:19:19.241253
• Title: Copula-based conformal prediction for Multi-Target Regression
• Title（参考訳）: copula-based conformal prediction for multi-target regression
• Authors: Soundouss Messoudi, S\'ebastien Destercke, Sylvain Rousseau
• Abstract要約: 本稿では,ディープニューラルネットワークに適用したコプラ関数を用いて帰納的共形予測を提案する。 提案手法により,多目的回帰問題の効率性と妥当性が保証されることを示す。
• 参考スコア（独自算出の注目度）: 3.222802562733787
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: There are relatively few works dealing with conformal prediction for multi-task learning issues, and this is particularly true for multi-target regression. This paper focuses on the problem of providing valid (i.e., frequency calibrated) multi-variate predictions. To do so, we propose to use copula functions applied to deep neural networks for inductive conformal prediction. We show that the proposed method ensures efficiency and validity for multi-target regression problems on various data sets.
• Abstract（参考訳）: マルチタスク学習の問題に対する共形予測を扱う作業は比較的少なく、これは特にマルチターゲット回帰に当てはまる。 本稿では、有効(周波数校正)な多変量予測を提供することの課題に焦点をあてる。 そこで本研究では,深層ニューラルネットワークに適用したcopula関数を用いたインダクティブ共形予測を提案する。 提案手法は,様々なデータセット上のマルチターゲット回帰問題に対する効率性と妥当性を保証する。
• 全文 参考訳へのリンク

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。