Fugu-MT 論文翻訳(概要): Forecast Ergodicity: Prediction Modeling Using Algorithmic Information Theory

論文の概要: Forecast Ergodicity: Prediction Modeling Using Algorithmic Information Theory

arxiv url: http://arxiv.org/abs/2304.10752v1
Date: Fri, 21 Apr 2023 05:45:04 GMT
ステータス: 処理完了
システム内更新日: 2023-04-24 15:50:05.221975
Title: Forecast Ergodicity: Prediction Modeling Using Algorithmic Information Theory
Title（参考訳）: 予測エルゴディディティ:アルゴリズム情報理論を用いた予測モデル
Authors: Glauco Amigo, Daniel Andr\'es D\'iaz-Pach\'on, Robert J. Marks
Abstract要約: ディープラーニングツールは、将来について予測するために利用可能なデータ構造を見つけるために使用される。予測エルゴディディティ(英: forecast ergodicity)は、過去のデータから将来の事象を予測する能力の尺度である。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The capabilities of machine intelligence are bounded by the potential of data from the past to forecast the future. Deep learning tools are used to find structures in the available data to make predictions about the future. Such structures have to be present in the available data in the first place and they have to be applicable in the future. Forecast ergodicity is a measure of the ability to forecast future events from data in the past. We model this bound by the algorithmic complexity of the available data.
Abstract（参考訳）: マシンインテリジェンスの能力は、未来を予測するために過去のデータの可能性に縛られている。ディープラーニングツールは、将来を予測するために利用可能なデータ構造を見つけるために使用される。このような構造は、そもそも利用可能なデータの中に存在しなければならず、将来的には適用できなければならない。予測エルゴード性は、過去のデータから将来の事象を予測する能力の尺度である。利用可能なデータのアルゴリズム的な複雑さによって、これをモデル化します。

関連論文リスト

When Rigidity Hurts: Soft Consistency Regularization for Probabilistic Hierarchical Time Series Forecasting [69.30930115236228]
確率的階層的時系列予測は時系列予測の重要な変種である。ほとんどの手法は点予測に焦点を絞っており、確率的確率分布を十分に調整していない。 ProFHiTは,階層全体の予測分布を共同でモデル化する完全確率的階層予測モデルである。
論文参考訳（メタデータ） (2023-10-17T20:30:16Z)
Creating Probabilistic Forecasts from Arbitrary Deterministic Forecasts using Conditional Invertible Neural Networks [0.19573380763700712]
我々は、条件付き可逆ニューラルネットワーク(cINN)を用いて、データの基盤となる分布を学習し、この分布からの不確実性を任意の決定論的予測と組み合わせる。我々のアプローチは、複雑な統計的損失関数やさらなる仮定を伴わずに、確率的予測を簡単に作成できる。
論文参考訳（メタデータ） (2023-02-03T15:11:39Z)
Prediction-Powered Inference [68.97619568620709]
予測を用いた推論は、実験データセットに機械学習システムからの予測を補足した場合に有効な統計的推論を行うためのフレームワークである。このフレームワークは、手段、量子、線形およびロジスティック回帰係数などの量に対して証明可能な信頼区間を計算するための単純なアルゴリズムを生成する。予測による推論により、研究者は機械学習を使用して、より有効な、よりデータ効率の高い結論を導き出すことができる。
論文参考訳（メタデータ） (2023-01-23T18:59:28Z)
Predictive Inference with Feature Conformal Prediction [80.77443423828315]
本稿では,特徴空間への共形予測の範囲を拡大する特徴共形予測を提案する。理論的観点からは、特徴共形予測は軽度の仮定の下で正則共形予測よりも確実に優れていることを示す。提案手法は,バニラ共形予測だけでなく,他の適応共形予測手法と組み合わせることができる。
論文参考訳（メタデータ） (2022-10-01T02:57:37Z)
Exceedance Probability Forecasting via Regression for Significant Wave Height Prediction [0.0]
沿岸災害の原因となる大きな波高の極端な値の予測に着目する。本稿では,点予測に基づく新しい手法を提案する。カナダのハリファックス沿岸に設置したスマートブイのデータを用いて実験を行った。
論文参考訳（メタデータ） (2022-06-20T14:55:17Z)
When Rigidity Hurts: Soft Consistency Regularization for Probabilistic Hierarchical Time Series Forecasting [69.30930115236228]
確率的階層的時系列予測は時系列予測の重要な変種である。ほとんどの手法は点予測に焦点を絞っており、確率的確率分布を十分に調整していない。 ProFHiTは,階層全体の予測分布を共同でモデル化する完全確率的階層予測モデルである。
論文参考訳（メタデータ） (2022-06-16T06:13:53Z)
Computing the ensemble spread from deterministic weather predictions using conditional generative adversarial networks [0.0]
本稿では,深層学習アルゴリズムを用いて,アンサンブル予測システムの統計的特性を学習することを提案する。訓練が終わると、将来のアンサンブル予測を得るためには、コストのかかるアンサンブル予測システムがもはや不要になる。
論文参考訳（メタデータ） (2022-05-18T19:10:38Z)
Uncertainty estimation of pedestrian future trajectory using Bayesian approximation [137.00426219455116]
動的トラフィックシナリオでは、決定論的予測に基づく計画は信頼できない。著者らは、決定論的アプローチが捉えられない近似を用いて予測中の不確実性を定量化する。将来の状態の不確実性に対する降雨重量と長期予測の影響について検討した。
論文参考訳（メタデータ） (2022-05-04T04:23:38Z)
Learning to Predict Trustworthiness with Steep Slope Loss [69.40817968905495]
本研究では,現実の大規模データセットにおける信頼性の予測問題について検討する。我々は、先行技術損失関数で訓練された信頼性予測器が、正しい予測と誤った予測の両方を信頼に値するものとみなす傾向があることを観察する。そこで我々は,2つのスライド状の曲線による不正確な予測から,特徴w.r.t.正しい予測を分離する,新たな急勾配損失を提案する。
論文参考訳（メタデータ） (2021-09-30T19:19:09Z)
Probability Paths and the Structure of Predictions over Time [14.208729304407536]
天気予報から政治的予測に至るまで、将来の2次結果の確率推定はしばしば時間とともに進化する。時間とともに動的予測の構造をモデル化するためのベイズ的枠組みを導入する。予測の動的構造を時間とともに解明することで、個人がより情報のある選択を行えるようにしたいと考えています。
論文参考訳（メタデータ） (2021-06-11T17:18:05Z)
Measuring Forecasting Skill from Text [15.795144936579627]
我々は、人々が予測と予測スキルを説明するために使用する言語間の関係を探求する。未来に関する人々の予測に関連付けられたテキスト上で計算される言語指標を多数提示する。本研究では,言語のみに基づくモデルを用いて,予測スキルを正確に予測できることを実証する。
論文参考訳（メタデータ） (2020-06-12T19:04:10Z)

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。