論文の概要: Well-calibrated prediction intervals for regression problems

• arxiv url: http://arxiv.org/abs/2107.00363v1
• Date: Thu, 1 Jul 2021 10:59:36 GMT
• ステータス: 処理完了
• システム内更新日: 2021-07-02 19:30:40.782023
• Title: Well-calibrated prediction intervals for regression problems
• Title（参考訳）: 回帰問題に対する well-calibrated prediction intervals
• Authors: Nicolas Dewolf, Bernard De Baets, Willem Waegeman
• Abstract要約: 本稿では,概念的・実験的観点から,上記の4つの手法のクラスを概観する。 さまざまなドメインのベンチマークデータセットの結果は、あるデータセットから別のデータセットへのパフォーマンスの大きな変動を浮き彫りにしている。 本稿では, キャリブレーション手順を使わずに, 粗悪な結果をもたらす手法の一般的なキャリブレーション手順として, コンフォメーション予測をどのように利用できるかを説明する。
• 参考スコア（独自算出の注目度）: 14.451046691298298
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Over the last few decades, various methods have been proposed for estimating prediction intervals in regression settings, including Bayesian methods, ensemble methods, direct interval estimation methods and conformal prediction methods. An important issue is the calibration of these methods: the generated prediction intervals should have a predefined coverage level, without being overly conservative. In this work, we review the above four classes of methods from a conceptual and experimental point of view. Results on benchmark data sets from various domains highlight large fluctuations in performance from one data set to another. These observations can be attributed to the violation of certain assumptions that are inherent to some classes of methods. We illustrate how conformal prediction can be used as a general calibration procedure for methods that deliver poor results without a calibration step.
• Abstract（参考訳）: 過去数十年間、ベイズ法、アンサンブル法、直接区間推定法、共形予測法など、回帰設定における予測間隔を推定するための様々な手法が提案されてきた。 生成された予測間隔は、過度に保守的になることなく、事前に定義されたカバレッジレベルを持つべきである。 本稿では,概念的,実験的な観点から,上記の4つの手法のクラスを概観する。 さまざまなドメインのベンチマークデータセットの結果は、あるデータセットから別のデータへのパフォーマンスの大きな変動を浮き彫りにしている。 これらの観察は、あるクラスのメソッドに固有の特定の仮定の違反に起因する可能性がある。 キャリブレーションステップを使わずに,不適切な結果をもたらす手法の一般的なキャリブレーション手順として,共形予測をどのように利用できるかを説明する。

関連論文リスト

• Selective Nonparametric Regression via Testing [54.20569354303575]
  本研究では,所定の点における条件分散の値に関する仮説を検証し,留置手順を開発する。 既存の手法とは異なり、提案手法は分散自体の値だけでなく、対応する分散予測器の不確実性についても考慮することができる。
  論文  参考訳（メタデータ） (2023-09-28T13:04:11Z)
• Heteroskedastic conformal regression [14.504146200189057]
  近年の研究では、分割共形予測は、限界被覆に着目した場合、最先端の予測間隔を生み出すことが示されている。 本稿では,正規化やモンドリアン共形予測などの手法を用いて適応予測区間を構築する方法について,新たな光を当てる。
  論文  参考訳（メタデータ） (2023-09-15T11:10:46Z)
• Calibration of Neural Networks [77.34726150561087]
  本稿では,ニューラルネットワークの文脈における信頼性校正問題について調査する。 我々は,問題文,キャリブレーション定義,評価に対する異なるアプローチについて分析する。 実験実験では、様々なデータセットとモデルをカバーし、異なる基準に従って校正方法を比較する。
  論文  参考訳（メタデータ） (2023-03-19T20:27:51Z)
• Sampling-Based Accuracy Testing of Posterior Estimators for General Inference [0.0]
  生成モデルは、後部推論のためのマルコフ・チェイン・モンテカルロ法に代わるものとして用いられる。 生成後推定器のカバレッジ確率を推定する手法として,ランダムポイントによる精度テスト(TARP)を導入する。
  論文  参考訳（メタデータ） (2023-02-06T18:59:25Z)
• How to Evaluate Uncertainty Estimates in Machine Learning for Regression? [1.4610038284393165]
  両手法とも,不確実性評価の品質評価には深刻な欠陥があることが示唆された。 第一に、どちらのアプローチも、予測の不確実性を共同で生み出す別個のコンポーネントを解き放つことはできない。 第3に、予測間隔を直接テストする現在のアプローチには、さらなる欠陥がある。
  論文  参考訳（メタデータ） (2021-06-07T07:47:46Z)
• Quantifying Uncertainty in Deep Spatiotemporal Forecasting [67.77102283276409]
  本稿では,正規格子法とグラフ法という2種類の予測問題について述べる。 我々はベイジアンおよび頻繁な視点からUQ法を解析し、統計的決定理論を通じて統一的な枠組みを提示する。 実際の道路ネットワークのトラフィック、疫病、空気質予測タスクに関する広範な実験を通じて、異なるUQ手法の統計計算トレードオフを明らかにする。
  論文  参考訳（メタデータ） (2021-05-25T14:35:46Z)
• The Shooting Regressor; Randomized Gradient-Based Ensembles [0.0]
  ランダム化と損失関数勾配を利用して予測を計算するアンサンブル法を提案する。 複数の弱相関推定器は、誤差面上のランダムにサンプリングされた点の勾配を近似し、最終解に集約する。
  論文  参考訳（メタデータ） (2020-09-14T03:20:59Z)
• Robust Validation: Confident Predictions Even When Distributions Shift [24.211408049646153]
  本稿では,モデルが点予測ではなく,その予測に対して不確実な推定を行うような,頑健な予測推論の手順について述べる。 本稿では, トレーニング集団の周囲に$f$-divergence のボールを用いて, 任意のテスト分布に対して適切なカバレッジレベルを与える予測セットを生成する手法を提案する。 私たちの方法論の重要な構成要素は、将来のデータシフトの量を見積り、それに対する堅牢性を構築することです。
  論文  参考訳（メタデータ） (2020-08-10T17:09:16Z)
• Counterfactual Predictions under Runtime Confounding [74.90756694584839]
  本研究は, 過去のデータからすべての関連要因を抽出した環境で, 事実予測タスクについて検討する。 本稿では,この環境下での対実予測モデル学習のための2次ロバスト手法を提案する。
  論文  参考訳（メタデータ） (2020-06-30T15:49:05Z)
• Batch Stationary Distribution Estimation [98.18201132095066]
  サンプル遷移の組を与えられたエルゴードマルコフ鎖の定常分布を近似する問題を考える。 与えられたデータに対する補正比関数の復元に基づく一貫した推定器を提案する。
  論文  参考訳（メタデータ） (2020-03-02T09:10:01Z)
• Learning to Predict Error for MRI Reconstruction [67.76632988696943]
  提案手法による予測の不確実性は予測誤差と強く相関しないことを示す。 本稿では,2段階の予測誤差の目標ラベルと大小を推定する新しい手法を提案する。
  論文  参考訳（メタデータ） (2020-02-13T15:55:32Z)

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。