論文の概要: Neyman-Pearson Multi-class Classification via Cost-sensitive Learning

• arxiv url: http://arxiv.org/abs/2111.04597v1
• Date: Mon, 8 Nov 2021 16:09:39 GMT
• ステータス: 処理完了
• システム内更新日: 2021-11-09 15:33:48.523370
• Title: Neyman-Pearson Multi-class Classification via Cost-sensitive Learning
• Title（参考訳）: コスト感受性学習によるNeyman-Pearson多クラス分類
• Authors: Ye Tian and Yang Feng
• Abstract要約: 本研究では,コストセンシティブ (CS) 問題に接続することで,マルチクラスNP問題について検討する。 NPオラクルの不等式と整合性は二項の場合から多項の場合へ拡張し、この2つのアルゴリズムが特定の条件下でこれらの特性を享受していることを示す。 提案アルゴリズムは CRAN 上の R パッケージ "npcs" に実装されている。
• 参考スコア（独自算出の注目度）: 7.675822266933702
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Most existing classification methods aim to minimize the overall misclassification error rate, however, in applications, different types of errors can have different consequences. To take into account this asymmetry issue, two popular paradigms have been developed, namely the Neyman-Pearson (NP) paradigm and cost-sensitive (CS) paradigm. Compared to CS paradigm, NP paradigm does not require a specification of costs. Most previous works on NP paradigm focused on the binary case. In this work, we study the multi-class NP problem by connecting it to the CS problem, and propose two algorithms. We extend the NP oracle inequalities and consistency from the binary case to the multi-class case, and show that our two algorithms enjoy these properties under certain conditions. The simulation and real data studies demonstrate the effectiveness of our algorithms. To our knowledge, this is the first work to solve the multi-class NP problem via cost-sensitive learning techniques with theoretical guarantees. The proposed algorithms are implemented in the R package "npcs" on CRAN.
• Abstract（参考訳）: 既存の分類手法のほとんどは、全体的な誤分類の誤り率を最小化することを目的としているが、アプリケーションでは、異なるタイプのエラーが異なる結果をもたらす可能性がある。 この非対称性の問題を考慮して、2つの一般的なパラダイム、すなわちネイマン・ピアソン(NP)パラダイムとコスト感受性(CS)パラダイムが開発された。 csパラダイムと比較して、npパラダイムはコストの仕様を必要としない。 npパラダイムに関するこれまでのほとんどの作業は、バイナリケースに注目していた。 本研究では,多クラスNP問題をCS問題に接続して検討し,2つのアルゴリズムを提案する。 np oracleの不等式と一貫性をバイナリケースからマルチクラスケースに拡張し、我々の2つのアルゴリズムが特定の条件下でこれらの特性を享受していることを示す。 シミュレーションと実データ研究では,アルゴリズムの有効性を示す。 我々の知る限り、これは理論的な保証を伴うコスト感受性学習技術を用いて、マルチクラスNP問題を解く最初の試みである。 提案アルゴリズムは CRAN 上の R パッケージ "npcs" に実装されている。

関連論文リスト

• Sum-of-Squares inspired Quantum Metaheuristic for Polynomial Optimization with the Hadamard Test and Approximate Amplitude Constraints [76.53316706600717]
  最近提案された量子アルゴリズムarXiv:2206.14999は半定値プログラミング(SDP)に基づいている SDPにインスパイアされた量子アルゴリズムを2乗和に一般化する。 この結果から,本アルゴリズムは大きな問題に適応し,最もよく知られた古典学に近似することが示唆された。
  論文  参考訳（メタデータ） (2024-08-14T19:04:13Z)
• Evaluating Genetic Algorithms through the Approximability Hierarchy [55.938644481736446]
  本稿では,問題の近似クラスに依存する遺伝的アルゴリズムの有用性を解析する。 特に, 遺伝的アルゴリズムは階層の最も悲観的なクラスに特に有用であることを示す。
  論文  参考訳（メタデータ） (2024-02-01T09:18:34Z)
• An Optimal Transport Approach for Computing Adversarial Training Lower Bounds in Multiclass Classification [3.447848701446988]
  強靭性を強制する一般的なパラダイムは、敵対的訓練(AT)であるが、これは多くの計算的および理論的困難をもたらす。 最近の研究は、ATとマルチクラス分類設定(MOT)の接続を開発し、この問題を研究するための新しいツールセットをアンロックしている。 本稿では,最適対向リスクの普遍的下界を計算するための計算処理可能な数値アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-01-17T13:03:47Z)
• Regularization-Based Methods for Ordinal Quantification [49.606912965922504]
  順序の場合、すなわち n>2 クラスの集合上で全順序が定義される場合について研究する。 本稿では,従来のアルゴリズムよりも優れた正規化OQアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-10-13T16:04:06Z)
• Quantum Algorithm for Maximum Biclique Problem [11.96554895748371]
  頂点の最大数で双斜線を同定することは、多くの応用分野に相当な意味を持つ。 本稿では,時間的複雑性O*(2(n/2))を持つ基底破れアルゴリズムqMBSを提案する。 最大二進問題と最大二進問題に適した2つの変種を詳述する。
  論文  参考訳（メタデータ） (2023-09-08T04:43:05Z)
• Stochastic Differentially Private and Fair Learning [7.971065005161566]
  我々は、収束することが保証されるフェアラーニングのための最初の微分プライベートアルゴリズムを提供する。 われわれのフレームワークは、人口格差や均等化オッズなど、さまざまな公平さを許容できるほど柔軟である。 本アルゴリズムは,複数の(非バイナリ)機密属性を持つ非バイナリ分類タスクに適用可能である。
  論文  参考訳（メタデータ） (2022-10-17T06:54:57Z)
• A Survey of Methods for Addressing Class Imbalance in Deep-Learning Based Natural Language Processing [68.37496795076203]
  非バランスなデータを扱うNLP研究者や実践者に対してガイダンスを提供する。 まず、制御および実世界のクラス不均衡の様々なタイプについて論じる。 サンプリング,データ拡張,損失関数の選択,ステージ学習,モデル設計に基づく手法を整理する。
  論文  参考訳（メタデータ） (2022-10-10T13:26:40Z)
• Improved Algorithms for Neural Active Learning [74.89097665112621]
  非パラメトリックストリーミング設定のためのニューラルネットワーク(NN)ベースの能動学習アルゴリズムの理論的および経験的性能を改善する。 本研究では,SOTA(State-of-the-art (State-the-art)) 関連研究で使用されるものよりも,アクティブラーニングに適する人口減少を最小化することにより,2つの後悔の指標を導入する。
  論文  参考訳（メタデータ） (2022-10-02T05:03:38Z)
• Learning to Detect Critical Nodes in Sparse Graphs via Feature Importance Awareness [53.351863569314794]
  クリティカルノード問題(CNP)は、削除が残余ネットワークのペア接続性を最大に低下させるネットワークから臨界ノードの集合を見つけることを目的としている。 本研究は,ノード表現のための特徴重要度対応グラフアテンションネットワークを提案する。 ダブルディープQネットワークと組み合わせて、初めてCNPを解くエンドツーエンドのアルゴリズムを作成する。
  論文  参考訳（メタデータ） (2021-12-03T14:23:05Z)
• Meta-Heuristic Solutions to a Student Grouping Optimization Problem faced in Higher Education Institutions [0.0]
  NPハードであることが証明された組合せ問題は高等教育機関で直面している。 組織で直面しているNPハード問題の大部分は、学生やリソースをグループ化することである。 本研究は、学期成績の提示に学生をグループ化することを含む、実際の大学における最適化問題について述べる。
  論文  参考訳（メタデータ） (2020-10-01T15:44:47Z)

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。