論文の概要: Omitted Labels Induce Nontransitive Paradoxes in Causality

• arxiv url: http://arxiv.org/abs/2311.06840v4
• Date: Wed, 30 Apr 2025 21:09:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-02 19:15:51.572972
• Title: Omitted Labels Induce Nontransitive Paradoxes in Causality
• Title（参考訳）: オミテッドラベルは因果性において非推移的パラドックスを誘導する
• Authors: Bijan Mazaheri, Siddharth Jain, Matthew Cook, Jehoshua Bruck,
• Abstract要約: トレーニングデータをラベルのサブセットに限定した「省略ラベルコンテキスト」について検討する。 シンプソンのパラドックスを研究することで、正しい'調整は時に交換不能な治療と制御グループを必要とすることを観察する。
• 参考スコア（独自算出の注目度）: 8.502185148643255
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We explore "omitted label contexts," in which training data is limited to a subset of the possible labels. This setting is standard among specialized human experts or specific, focused studies. By studying Simpson's paradox, we observe that ``correct'' adjustments sometimes require non-exchangeable treatment and control groups. A generalization of Simpson's paradox leads us to study networks of conclusions drawn from different contexts, within which a paradox of nontransitivity arises. We prove that the space of possible nontransitive structures in these networks exactly corresponds to structures that form from aggregating ranked-choice votes.
• Abstract（参考訳）: トレーニングデータは可能なラベルのサブセットに制限される「省略ラベルコンテキスト」について検討する。 この設定は、専門の人間専門家や特定の専門的な研究の間で標準的なものである。 シンプソンのパラドックスを研究することで、「正しい」調整は時に交換不能な処理と制御群を必要とすることが分かる。 シンプソンのパラドックスの一般化は、異なる文脈から引き出された結論のネットワークの研究につながる。 これらのネットワークにおける非推移的構造の可能性の空間は、階層化投票から形成される構造と完全に一致することを証明している。

関連論文リスト

• Towards Self-Supervised Covariance Estimation in Deep Heteroscedastic Regression [102.24287051757469]
  深部異方性回帰における自己教師付き共分散推定について検討する。 正規分布の間の2-ワッサーシュタイン距離の上界を導出する。 幅広い合成データセットと実データセットに対する実験により、提案された2-ワッサーシュタインと擬似ラベルアノテーションが結合した結果、計算的に安価で正確な深部ヘテロ代用回帰が導かれることが示された。
  論文  参考訳（メタデータ） (2025-02-14T22:37:11Z)
• Any theory that admits a Wigner's Friend type multi-agent paradox is logically contextual [0.0]
  一般理論におけるウィグナーの友型マルチエージェントパラドックスと文脈性の関係を証明した。 我々は、そのようなパラドックスの構造的性質を一般理論および量子論に特異的に同定する。
  論文  参考訳（メタデータ） (2025-02-06T08:43:36Z)
• Knot invariants and indefinite causal order [0.0]
  任意の有限個の事象に対する因果順序の不確定性の度合いと、重ね合わせにおける時空構成を測定するために、いくつかの新しい量化器を導入する。 事象間の因果次数の図式的および結び目論的表現を構築することにより、因果次数の定性または最大不定性は位相不変であることが分かる。
  論文  参考訳（メタデータ） (2024-09-17T14:36:25Z)
• New Rules for Causal Identification with Background Knowledge [59.733125324672656]
  オープンな問題に対する新たな視点を提供するBKを導入するための2つの新しいルールを提案する。 これらのルールは、観測データによる因果効果のセットを決定するなど、典型的な因果関係のタスクに適用可能であることを示す。
  論文  参考訳（メタデータ） (2024-07-21T20:21:21Z)
• Detecting and Identifying Selection Structure in Sequential Data [53.24493902162797]
  我々は,音楽のシーケンスなどの実践的な状況において,潜在目的に基づくデータポイントの選択的包摂が一般的である,と論じる。 選択構造はパラメトリックな仮定や介入実験なしで識別可能であることを示す。 また、他の種類の依存関係と同様に、選択構造を検知し、識別するための証明可能な正当性アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-06-29T20:56:34Z)
• Multi-Label Classification for Implicit Discourse Relation Recognition [10.280148603465697]
  暗黙的な談話関係認識のための多言語分類フレームワークについて検討する。 本研究では,複数ラベルの分類手法が単一ラベルの予測性能を低下させないことを示す。
  論文  参考訳（メタデータ） (2024-06-06T19:37:25Z)
• The Perspectivist Paradigm Shift: Assumptions and Challenges of Capturing Human Labels [44.10325464314817]
  長く続くデータラベリングのプラクティスには、複数のアノテータからのラベルの収集と集約が含まれる。 新しいパースペクティビストのアプローチは、不一致を貴重な情報源として扱うことによって、この仮定に挑戦する。 我々は、データラベリングパイプラインの推奨と、主観性と不一致に関わる今後の研究への道程を結論付ける。
  論文  参考訳（メタデータ） (2024-05-09T15:48:07Z)
• Automatic Alignment of Discourse Relations of Different Discourse Annotation Frameworks [5.439020425819001]
  分類作業中にラベル埋め込みを学習するための完全自動アプローチを導入する。 これらの埋め込みは、異なるフレームワークの談話関係をマッピングするために使われる。
  論文  参考訳（メタデータ） (2024-03-29T14:18:26Z)
• Unsupervised Concept Discovery Mitigates Spurious Correlations [45.48778210340187]
  トレーニングデータにおける急激な相関関係のモデルはしばしば脆い予測を発生させ、意図しないバイアスを導入する。 本稿では,教師なし対象中心学習と突発的相関の緩和の新たな関連性を確立する。 コバルト(CoBalT)は、サブグループの人間のラベル付けを必要とせず、効果的に素早い相関を緩和する概念バランス技術である。
  論文  参考訳（メタデータ） (2024-02-20T20:48:00Z)
• Extended Wigner's friend paradoxes do not require nonlocal correlations [0.0]
  非文脈性の失敗の証明を利用したノーゴー定理を構築することにより、ウィグナーの友人パラドックスを拡張するためにそのような相関関係は必要ないことを示す。 この議論は、フラウチガーとレンナーのノーゴー定理(英語版)に入る重要な仮定の自然な拡張である新しいメタ物理的な仮定に基づいている。
  論文  参考訳（メタデータ） (2023-10-10T19:55:33Z)
• Causal Discovery with Language Models as Imperfect Experts [119.22928856942292]
  専門知識を用いて因果グラフの同定を改善する方法について検討する。 整合性に基づく専門家の知識を改良するための戦略を提案する。 本稿では,不完全な専門家として大規模言語モデルを用いる実データを用いたケーススタディについて報告する。
  論文  参考訳（メタデータ） (2023-07-05T16:01:38Z)
• On Learning Latent Models with Multi-Instance Weak Supervision [57.18649648182171]
  本稿では,複数の入力インスタンスに関連付けられた遷移関数$sigma$ラベルによって,教師信号が生成される弱い教師付き学習シナリオについて考察する。 我々の問題は、潜在的な構造学習やニューロシンボリックな統合など、さまざまな分野で満たされている。
  論文  参考訳（メタデータ） (2023-06-23T22:05:08Z)
• Invariant Causal Set Covering Machines [48.169632766444906]
  決定木のようなルールベースのモデルは、解釈可能な性質のために実践者にアピールする。 しかし、そのようなモデルを生成する学習アルゴリズムは、しばしば刺激的な関連に弱いため、因果関係の洞察を抽出することが保証されていない。 Invariant Causal Set Covering Machines は、古典的集合被覆マシンアルゴリズムの拡張であり、二値ルールの結合/分離を可能とし、スプリアス関係を確実に回避する。
  論文  参考訳（メタデータ） (2023-06-07T20:52:01Z)
• An invertible map between Bell non-local and contextuality scenarios [0.0]
  両部構成のベルシナリオにおける相関関係と文脈性シナリオ群における振る舞いの非可逆写像を提示する。 量子テクスチュアルな振る舞いの集合のメンバシップ問題は決定不可能である。 この集合も閉包も計算可能超集合の列の極限ではないことを示す。
  論文  参考訳（メタデータ） (2022-11-22T19:54:48Z)
• Unifying different notions of quantum incompatibility into a strict hierarchy of resource theories of communication [60.18814584837969]
  我々は、POVM、チャネル、機器の非互換性の異なる概念を統一するq-compatibilityの概念を導入する。 我々は、情報理論資源の観点から、各非互換性の概念が何を構成しているかを正確に特定することができる。
  論文  参考訳（メタデータ） (2022-11-16T21:33:31Z)
• Unsupervised Full Constituency Parsing with Neighboring Distribution Divergence [48.69930912510414]
  本稿では,最近導入されたメトリクスの特性を利用して,教師なしかつトレーニング不要なラベル付け手法を提案する。 実装のために,NDD を Dual POS-NDD に実装し,文中の構成要素とそのラベルを検出する "モールド" を構築する。 DP-NDDは, 構成成分を正確にラベル付けするだけでなく, より単純なルールを持つ従来手法よりも, より正確なラベル付き選挙区木を誘導することを示す。
  論文  参考訳（メタデータ） (2021-10-29T17:27:34Z)
• Everything Has a Cause: Leveraging Causal Inference in Legal Text Analysis [62.44432226563088]
  因果推論は変数間の因果関係を捉えるプロセスである。 本論文では,事実記述から因果グラフを構築するための新たなグラフベース因果推論フレームワークを提案する。 GCIに含まれる因果知識を強力なニューラルネットワークに効果的に注入することで、パフォーマンスと解釈性が向上します。
  論文  参考訳（メタデータ） (2021-04-19T16:13:10Z)
• Where and What? Examining Interpretable Disentangled Representations [96.32813624341833]
  解釈可能なバリエーションの獲得は、長い間、絡み合い学習の目標の1つだった。 独立性の仮定と異なり、解釈性は教師なしの設定での絡み合いを促進するために使われることは滅多にない。 本論文では, 解釈対象と解釈対象の2つの質問について検討し, 離散表現の解釈可能性を検討する。
  論文  参考訳（メタデータ） (2021-04-07T11:22:02Z)
• Label Leakage and Protection in Two-party Split Learning [31.55902526103684]
  本稿では,不均衡な二項分類設定でその答えを検討する。 まず,当事者間のコミュニケーション勾配のノルムを用いた単純な手法であるノームアタックが,参加者の接地ラベルをほとんど明らかにできることを示す。 そこで我々は,ラベル検出の最悪のエラーを直接最大化する原理的手法を考案した。
  論文  参考訳（メタデータ） (2021-02-17T00:01:49Z)
• Long-tail learning via logit adjustment [67.47668112425225]
  現実世界の分類問題は通常、不均衡または長い尾のラベルの分布を示す。 これは、そのようなラベルを一般化する上での課題であり、また、支配的なラベルに偏った「学習」をもたらさせる。 これらの課題に対処するために、標準的なソフトマックスクロスエントロピートレーニングの2つの簡単な修正を提案する。
  論文  参考訳（メタデータ） (2020-07-14T19:27:13Z)
• Learnability with Indirect Supervision Signals [74.39088325025378]
  間接的な監視信号からの学習は、ゴールドラベルが欠落している場合やコストが高すぎる場合、現実世界のAIアプリケーションにおいて重要である。 我々は、ゴールドラベルとゼロでない相互情報を含む変数によって監督が提供される場合に、マルチクラス分類のための統一的な理論フレームワークを開発する。 本フレームワークは文献における仮定を緩和し,未知,非可逆,インスタンス依存のトランジションによる学習を支援する。
  論文  参考訳（メタデータ） (2020-06-15T21:57:11Z)
• Putting a Spin on Language: A Quantum Interpretation of Unary Connectives for Linguistic Applications [0.0]
  ランベック・カルキュラスは構造規則の制御を許すために一様法則に依存している。 FVect と線型写像のコンパクト閉圏におけるランベック計算の合成解釈の提案がなされている。 我々の目標は、モダリティをベクトル解釈の第一級市民にすることである。
  論文  参考訳（メタデータ） (2020-04-08T17:25:11Z)

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。