論文の概要: Federated Epidemic Surveillance
- arxiv url: http://arxiv.org/abs/2307.02616v1
- Date: Wed, 5 Jul 2023 19:41:47 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-07 16:13:35.657704
- Title: Federated Epidemic Surveillance
- Title(参考訳): Federated Epidemic Surveillance
- Authors: Ruiqi Lyu, Bryan Wilder, Roni Rosenfeld
- Abstract要約: 本稿では,指標の急激な増加を特定するための仮説テストフレームワークを提案する。
提案した仮説テストの特性を明らかにするために,実データと半合成データに関するパワー分析と実験を行った。
本研究は,パンデミック監視のためのフェデレーション手法として,$p$-valueコンビネーションの可能性を浮き彫りにした。
- 参考スコア(独自算出の注目度): 31.003700140637665
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The surveillance of a pandemic is a challenging task, especially when crucial
data is distributed and stakeholders cannot or are unwilling to share. To
overcome this obstacle, federated methodologies should be developed to
incorporate less sensitive evidence that entities are willing to provide. This
study aims to explore the feasibility of pushing hypothesis tests behind each
custodian's firewall and then meta-analysis to combine the results, and to
determine the optimal approach for reconstructing the hypothesis test and
optimizing the inference. We propose a hypothesis testing framework to identify
a surge in the indicators and conduct power analyses and experiments on real
and semi-synthetic data to showcase the properties of our proposed hypothesis
test and suggest suitable methods for combining $p$-values. Our findings
highlight the potential of using $p$-value combination as a federated
methodology for pandemic surveillance and provide valuable insights into
integrating available data sources.
- Abstract(参考訳): 特に重要なデータが分散され、利害関係者が共有を望まない場合、パンデミックの監視は困難なタスクである。
この障害を克服するために、フェデレーションされた方法論は、エンティティが提供しようとするより繊細な証拠を組み込むために開発されるべきである。
本研究は,各カストディアンファイアウォールの背後で仮説テストをプッシュし,その結果を組み合わせてメタアナリシスを行い,仮説テストの再構築と推論の最適化に最適なアプローチを決定することを目的とした。
提案する仮説テストの特性を示すために,指標のサージを同定し,実および半合成データに対するパワー解析および実験を行うための仮説テストフレームワークを提案し,$p$-valuesを組み合わせるための適切な方法を提案する。
以上の結果から,パンデミック監視のためのフェデレーション手法として$p$-valueの組み合わせを用いることで,利用可能なデータソースの統合に関する貴重な洞察を提供する可能性が示唆された。
関連論文リスト
- Peeking with PEAK: Sequential, Nonparametric Composite Hypothesis Tests
for Means of Multiple Data Streams [42.763520671703326]
本稿では,複数データストリームを用いた合成仮説のための新しい非パラメトリックシーケンシャルテストを提案する。
提案手法は,テスト・アズ・ベッティング・フレームワーク上に構築され,停止時間にまたがる非漸近的な$alpha$レベルのテストを提供する。
論文 参考訳(メタデータ) (2024-02-09T01:11:34Z) - Source-Free Unsupervised Domain Adaptation with Hypothesis Consolidation
of Prediction Rationale [53.152460508207184]
Source-Free Unsupervised Domain Adaptation (SFUDA)は、モデルがターゲットのドメインラベルやソースドメインデータにアクセスせずに新しいドメインに適応する必要がある、という課題である。
本稿では,各サンプルについて複数の予測仮説を考察し,各仮説の背景にある理論的根拠について考察する。
最適性能を達成するために,モデル事前適応,仮説統合,半教師付き学習という3段階の適応プロセスを提案する。
論文 参考訳(メタデータ) (2024-02-02T05:53:22Z) - Cross-Database Liveness Detection: Insights from Comparative Biometric
Analysis [20.821562115822182]
生検は生検と生検を区別する能力である。
本研究は, 生活度検出モデルの総合的な評価を行う。
私たちの研究は、バイオメトリックセキュリティの進化するリズムをナビゲートするための青写真を提供しています。
論文 参考訳(メタデータ) (2024-01-29T15:32:18Z) - Hypothesis Testing for Class-Conditional Noise Using Local Maximum
Likelihood [1.8798171797988192]
教師付き学習では、学習が行われる前にラベルの質を自動的に評価することがオープンな研究課題である。
本稿では,本モデルが局所極大近似推定の積である場合,同様の手順を踏襲できることを示す。
この異なるビューは、よりリッチなモデルクラスへのアクセスを提供することで、テストのより広範な適用を可能にする。
論文 参考訳(メタデータ) (2023-12-15T22:14:58Z) - Prototype-based Aleatoric Uncertainty Quantification for Cross-modal
Retrieval [139.21955930418815]
クロスモーダル検索手法は、共通表現空間を共同学習することにより、視覚と言語モダリティの類似性関係を構築する。
しかし、この予測は、低品質なデータ、例えば、腐敗した画像、速いペースの動画、詳細でないテキストによって引き起こされるアレタリック不確実性のために、しばしば信頼性が低い。
本稿では, 原型に基づくAleatoric Uncertainity Quantification (PAU) フレームワークを提案する。
論文 参考訳(メタデータ) (2023-09-29T09:41:19Z) - A Double Machine Learning Approach to Combining Experimental and Observational Data [59.29868677652324]
実験と観測を組み合わせた二重機械学習手法を提案する。
我々の枠組みは、より軽度の仮定の下で、外部の妥当性と無知の違反を検査する。
論文 参考訳(メタデータ) (2023-07-04T02:53:11Z) - Data Association Aware POMDP Planning with Hypothesis Pruning
Performance Guarantees [7.928094304325113]
あいまいなデータアソシエーションによるプランニングのためのプルーニングに基づくアプローチを導入する。
我々の重要な貢献は、仮説の完全な集合に基づく値関数と仮説のプルーンド・サブセットに基づく値関数とのバウンダリを導出することである。
我々は,これらの境界が,ふりかえりにおけるプルーニングの証明にどのように使用できるかを実証し,その損失に対する事前定義された限界を確保するために,どの仮説がプルーンであるかを決定する新しいアプローチを提案する。
論文 参考訳(メタデータ) (2023-03-03T18:35:01Z) - Improved Policy Evaluation for Randomized Trials of Algorithmic Resource
Allocation [54.72195809248172]
提案する新しい概念を応用した新しい推定器を提案する。
我々は,このような推定器が,サンプル手段に基づく一般的な推定器よりも精度が高いことを理論的に証明した。
論文 参考訳(メタデータ) (2023-02-06T05:17:22Z) - A Data-Driven Approach to Robust Hypothesis Testing Using Sinkhorn
Uncertainty Sets [12.061662346636645]
シンクホーン距離を用いた試料から, 実験分布を中心とした分布不確実性集合に対する最悪の検出法を求める。
ワッサーシュタインのロバスト試験と比較すると、対応する最も好ましい分布はトレーニングサンプルを超えてサポートされ、より柔軟な検出器を提供する。
論文 参考訳(メタデータ) (2022-02-09T03:26:15Z) - Reinforcement Learning with Heterogeneous Data: Estimation and Inference [84.72174994749305]
人口の不均一性に関する逐次的決定問題に対処するために,K-ヘテロ・マルコフ決定過程(K-ヘテロ・MDP)を導入する。
本稿では、ある政策の価値を推定するための自己クラスタ化政策評価(ACPE)と、ある政策クラスにおける最適な政策を推定するための自己クラスタ化政策イテレーション(ACPI)を提案する。
理論的な知見を裏付けるシミュレーションを行い,MIMIC-III標準データセットの実証的研究を行った。
論文 参考訳(メタデータ) (2022-01-31T20:58:47Z) - Foreseeing the Benefits of Incidental Supervision [83.08441990812636]
本稿では,実験を行なわずに,特定の目標タスクに対して,様々な種類の偶発信号の利点を定量化できるかどうかを考察する。
本稿では,PABI(PAC-Bayesian motivated informativeness measure)を提案する。
論文 参考訳(メタデータ) (2020-06-09T20:59:42Z)
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。