論文の概要: Huber-Robust Confidence Sequences

• arxiv url: http://arxiv.org/abs/2301.09573v1
• Date: Mon, 23 Jan 2023 17:29:26 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-24 12:47:48.488133
• Title: Huber-Robust Confidence Sequences
• Title（参考訳）: Huber-Robust Confidence Sequences
• Authors: Hongjian Wang, Aaditya Ramdas
• Abstract要約: 信頼シーケンスは、逐次追跡可能な信頼区間であり、任意のデータ依存の停止時間で有効である。 非逐次的設定で達成された最適幅を達成するために,結果の信頼性シーケンスが得られたことを示す。 信頼シーケンスは、A/B/nテストやバンドイットで使用される一般的なツールであるため、これらの結果は、外れ値や敵の腐敗に対して堅牢なシーケンシャルな実験への扉を開く。
• 参考スコア（独自算出の注目度）: 37.16361789841549
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Confidence sequences are confidence intervals that can be sequentially tracked, and are valid at arbitrary data-dependent stopping times. This paper presents confidence sequences for a univariate mean of an unknown distribution with a known upper bound on the p-th central moment (p > 1), but allowing for (at most) {\epsilon} fraction of arbitrary distribution corruption, as in Huber's contamination model. We do this by designing new robust exponential supermartingales, and show that the resulting confidence sequences attain the optimal width achieved in the nonsequential setting. Perhaps surprisingly, the constant margin between our sequential result and the lower bound is smaller than even fixed-time robust confidence intervals based on the trimmed mean, for example. Since confidence sequences are a common tool used within A/B/n testing and bandits, these results open the door to sequential experimentation that is robust to outliers and adversarial corruptions.
• Abstract（参考訳）: 信頼シーケンスは逐次追跡可能な信頼区間であり、任意のデータ依存の停止時間に有効である。 本稿では,p-th中心モーメント(p>1)に既知の上界を持つ未知分布の平均値に対する信頼度列を示すが,ハマーの汚染モデルのように,任意の分布汚損の(ほとんどの場合) {\epsilon}分画を許容する。 我々は、新しいロバスト指数超行列を設計し、結果の信頼性シーケンスが非順序設定で達成された最適幅に達することを示す。 おそらく意外なことに、例えばトリミングされた平均に基づく固定時間ロバストな信頼区間よりも、シーケンシャルな結果と下限の間の一定のマージンは小さい。 信頼シーケンスはa/b/nテストやバンディットで使用される一般的なツールであるため、これらの結果は、異常値や敵対的破損に対して堅牢な逐次実験への扉を開く。

関連論文リスト

• Tighter Confidence Bounds for Sequential Kernel Regression [3.683202928838613]
  我々は、シーケンシャルカーネル回帰のための新しい信頼境界を確立するために、マーチンゲールテール不等式を使用する。 私たちの信頼境界は円錐プログラムを解くことで計算できるが、この素バージョンはすぐに非現実的になる。 信頼性境界が既存のものを置き換えると、KernelUCBアルゴリズムはより優れた経験的性能、最悪のパフォーマンス保証、それに匹敵する計算コストが得られます。
  論文  参考訳（メタデータ） (2024-03-19T13:47:35Z)
• Revisiting Confidence Estimation: Towards Reliable Failure Prediction [53.79160907725975]
  多くの信頼度推定法は誤分類誤りを検出するのに有害である。 本稿では, 最先端の故障予測性能を示す平坦な最小値を求めることにより, 信頼性ギャップを拡大することを提案する。
  論文  参考訳（メタデータ） (2024-03-05T11:44:14Z)
• Show Your Work with Confidence: Confidence Bands for Tuning Curves [51.12106543561089]
  チューニング作業の関数としての曲線プロット検証性能。 そこで我々は,曲線のチューニングに有効な信頼帯域を構築するための最初の方法を提案する。 提案手法と比較し,提案手法の有効性を検証し,サンプルサイズの影響を解析し,モデルの比較に関するガイダンスを提供する。
  論文  参考訳（メタデータ） (2023-11-16T00:50:37Z)
• Binary Classification with Confidence Difference [100.08818204756093]
  本稿では,信頼性差分法 (ConfDiff) という,弱教師付き二項分類問題について考察する。 本稿では,この問題に対処するためのリスク一貫性のあるアプローチを提案し,推定誤差が最適収束率と一致することを示す。 また,整合性や収束率も証明されたオーバーフィッティング問題を緩和するためのリスク補正手法も導入する。
  論文  参考訳（メタデータ） (2023-10-09T11:44:50Z)
• Improved Algorithms for Stochastic Linear Bandits Using Tail Bounds for Martingale Mixtures [26.683757807252675]
  線形バンディット問題に対する最悪の後悔の保証を施した改良アルゴリズムを提案する。 我々は、我々の信頼シーケンスが、経験的にも理論的にも、競合よりも厳密であることを示す。
  論文  参考訳（メタデータ） (2023-09-25T17:13:46Z)
• Simple Buehler-optimal confidence intervals on the average success probability of independent Bernoulli trials [0.0]
  片側信頼区間は、非正則ベルヌーイパラメータの平均に対して示される。 また、すべての信頼レベルに有効な単純な区間にも、厳密性保証が設けられている。
  論文  参考訳（メタデータ） (2022-12-23T19:22:51Z)
• Catoni-style Confidence Sequences under Infinite Variance [19.61346221428679]
  データ生成分布のばらつきが存在しない、あるいは無限であるような設定のための信頼性シーケンスの拡張を提供する。 信頼シーケンスは、任意のデータ依存の停止時間で有効である信頼区間を付与する。 得られた結果は,Dubins-Savage不等式を用いて得られた信頼シーケンスよりも優れていた。
  論文  参考訳（メタデータ） (2022-08-05T14:11:06Z)
• Open Problem: Tight Online Confidence Intervals for RKHS Elements [57.363123214464764]
  我々は、RKHS設定におけるオンライン信頼区間の質問を形式化し、既存の結果を概観する。 準最適後悔境界がこれらのアルゴリズムの根本的な欠点なのか、あるいは証明の成果物なのかは定かではない。
  論文  参考訳（メタデータ） (2021-10-28T22:36:20Z)
• Off-policy Confidence Sequences [33.749904615295485]
  文脈的バンディット設定において,オフポリシー評価に一定時間をかけて保持する信頼度境界を開発する。 計算効率と統計効率のバランスを良くする信頼度列を計算するためのアルゴリズムを提供する。
  論文  参考訳（メタデータ） (2021-02-18T18:40:30Z)
• Distribution-free binary classification: prediction sets, confidence intervals and calibration [106.50279469344937]
  分布自由条件における二項分類のための不確実性定量化(キャリブレーション、信頼区間、予測セット)の3つの概念について検討する。 固定幅と一様質量の両双対の双対確率に対する信頼区間を導出する。 我々の「三脚」定理の結果として、双有理確率に対するこれらの信頼区間は分布自由キャリブレーションに繋がる。
  論文  参考訳（メタデータ） (2020-06-18T14:17:29Z)

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。