論文の概要: Smooth Calibration, Leaky Forecasts, Finite Recall, and Nash Dynamics

• arxiv url: http://arxiv.org/abs/2210.07152v1
• Date: Thu, 13 Oct 2022 16:34:55 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-14 15:33:35.969561
• Title: Smooth Calibration, Leaky Forecasts, Finite Recall, and Nash Dynamics
• Title（参考訳）: 滑らかなキャリブレーション、リーク予測、有限リコール、ナッシュダイナミクス
• Authors: Dean P. Foster and Sergiu Hart
• Abstract要約: 本稿では,近隣の予測と組み合わせることで,予測器の良さを測るキャリブレーションスコアを円滑に評価することを提案する。 決定論的手続きによってスムーズな校正が保証されることを示す。
• 参考スコア（独自算出の注目度）: 8.858351266850544
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We propose to smooth out the calibration score, which measures how good a forecaster is, by combining nearby forecasts. While regular calibration can be guaranteed only by randomized forecasting procedures, we show that smooth calibration can be guaranteed by deterministic procedures. As a consequence, it does not matter if the forecasts are leaked, i.e., made known in advance: smooth calibration can nevertheless be guaranteed (while regular calibration cannot). Moreover, our procedure has finite recall, is stationary, and all forecasts lie on a finite grid. To construct the procedure, we deal also with the related setups of online linear regression and weak calibration. Finally, we show that smooth calibration yields uncoupled finite-memory dynamics in n-person games "smooth calibrated learning" in which the players play approximate Nash equilibria in almost all periods (by contrast, calibrated learning, which uses regular calibration, yields only that the time-averages of play are approximate correlated equilibria).
• Abstract（参考訳）: 本稿では,近くの予測と組み合わせることで,予測器の良さを測るキャリブレーションスコアのスムーズ化を提案する。 正規キャリブレーションはランダムな予測手順でのみ保証できるが、スムーズなキャリブレーションは決定論的手順で保証できることを示す。 結果として、予報が漏れているかどうか、すなわち、事前に知られているように、スムーズな校正は保証できない(通常の校正はできない)。 さらに、我々の手順は有限リコールであり、定常であり、全ての予測は有限グリッド上にある。 この手順を構築するために、オンライン線形回帰と弱いキャリブレーションの関連設定も扱う。 最後に、平滑なキャリブレーションはn人のゲーム「スムース・キャリブレーション・ラーニング」において、ほぼすべての期間においてほぼナッシュ・平衡をプレイする(対照的に、通常のキャリブレーションを用いるキャリブレーション・ラーニングは、プレイの時間平均が近似相関する平衡のみとなる)。

関連論文リスト

• Truthfulness of Calibration Measures [18.21682539787221]
  キャリブレーションの指標は、予測者が次の結果の条件付き期待を予測することによって期待されるペナルティを最小化した場合に真実とされる。 これにより、音の良さや完全さといった典型的な要件とともに、校正措置に欠かせないデシプラタムとなる。 本稿では, 正当性予測を一定乗算係数まで最適とする, Subsampled Smooth Error (SSCE) と呼ばれる新たなキャリブレーション手法を提案する。
  論文  参考訳（メタデータ） (2024-07-19T02:07:55Z)
• Towards Certification of Uncertainty Calibration under Adversarial Attacks [96.48317453951418]
  攻撃はキャリブレーションを著しく損なう可能性を示し, 対向的摂動下でのキャリブレーションにおける最悪のキャリブレーション境界として認定キャリブレーションを提案する。 我々は,新しいキャリブレーション攻撃を提案し,テクスタディバーショナルキャリブレーショントレーニングによりモデルキャリブレーションを改善する方法を示す。
  論文  参考訳（メタデータ） (2024-05-22T18:52:09Z)
• Calibration by Distribution Matching: Trainable Kernel Calibration Metrics [56.629245030893685]
  カーネルベースのキャリブレーションメトリクスを導入し、分類と回帰の両方で一般的なキャリブレーションの形式を統一・一般化する。 これらの指標は、異なるサンプル推定を許容しており、キャリブレーションの目的を経験的リスク最小化に組み込むのが容易である。 決定タスクにキャリブレーションメトリクスを調整し、正確な損失推定を行ない、後悔しない決定を行うための直感的なメカニズムを提供する。
  論文  参考訳（メタデータ） (2023-10-31T06:19:40Z)
• Causal isotonic calibration for heterogeneous treatment effects [0.5249805590164901]
  異種治療効果の予測因子を校正する新しい非パラメトリック手法である因果等方性キャリブレーションを提案する。 また、データ効率の良いキャリブレーションの変種であるクロスキャリブレーションを導入し、ホールドアウトキャリブレーションセットの必要性を排除した。
  論文  参考訳（メタデータ） (2023-02-27T18:07:49Z)
• Sharp Calibrated Gaussian Processes [58.94710279601622]
  キャリブレーションされたモデルを設計するための最先端のアプローチは、ガウス過程の後方分散を膨らませることに依存している。 本稿では,バニラガウス過程の後方分散にインスパイアされた計算を用いて,予測量子化を生成するキャリブレーション手法を提案する。 我々のアプローチは合理的な仮定の下で校正されたモデルが得られることを示す。
  論文  参考訳（メタデータ） (2023-02-23T12:17:36Z)
• Forecast Hedging and Calibration [8.858351266850544]
  我々は予測ヘッジの概念を開発し、予測されたトラック記録が改善できることを保証するために予測を選択する。 これにより、全てのキャリブレーション結果が同じ単純な引数で得られ、一方、それらが使用する予測ヘッジツールによって区別される。 その他のコントリビューションとしては、継続的なキャリブレーションの定義の改善、長期にわたってナッシュリリアをもたらすゲームダイナミクス、既知のすべての手順よりも単純なバイナリイベントの予測手順などがある。
  論文  参考訳（メタデータ） (2022-10-13T16:48:25Z)
• T-Cal: An optimal test for the calibration of predictive models [49.11538724574202]
  有限検証データセットを用いた予測モデルの誤校正を仮説検証問題として検討する。 誤校正の検出は、クラスの条件付き確率が予測の十分滑らかな関数である場合にのみ可能である。 我々は、$ell$-Expected Error(ECE)のデバイアスドプラグイン推定器に基づくキャリブレーションのためのミニマックステストであるT-Calを提案する。
  論文  参考訳（メタデータ） (2022-03-03T16:58:54Z)
• Localized Calibration: Metrics and Recalibration [133.07044916594361]
  完全大域キャリブレーションと完全個別化キャリブレーションのギャップにまたがる細粒度キャリブレーション指標を提案する。 次に,局所再校正法であるLoReを導入し,既存の校正法よりもLCEを改善する。
  論文  参考訳（メタデータ） (2021-02-22T07:22:12Z)
• Unsupervised Calibration under Covariate Shift [92.02278658443166]
  ドメインシフト下でのキャリブレーションの問題を導入し、それに対処するための重要サンプリングに基づくアプローチを提案する。 実世界のデータセットと合成データセットの両方において,本手法の有効性を評価し検討した。
  論文  参考訳（メタデータ） (2020-06-29T21:50:07Z)

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。