論文の概要: Self-Calibrating Conformal Prediction

• arxiv url: http://arxiv.org/abs/2402.07307v3
• Date: Thu, 31 Oct 2024 16:39:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-01 16:58:35.699746
• Title: Self-Calibrating Conformal Prediction
• Title（参考訳）: 自己校正コンフォーマル予測
• Authors: Lars van der Laan, Ahmed M. Alaa,
• Abstract要約: 本稿では,これらの予測に対して有限サンプル妥当性条件付き予測間隔とともに,校正点予測を実現するための自己校正等式予測を提案する。 本手法は,モデルキャリブレーションによりキャリブレーション間隔効率を向上し,特徴条件の妥当性に対して実用的な代替手段を提供する。
• 参考スコア（独自算出の注目度）: 16.606421967131524
• License:
• Abstract: In machine learning, model calibration and predictive inference are essential for producing reliable predictions and quantifying uncertainty to support decision-making. Recognizing the complementary roles of point and interval predictions, we introduce Self-Calibrating Conformal Prediction, a method that combines Venn-Abers calibration and conformal prediction to deliver calibrated point predictions alongside prediction intervals with finite-sample validity conditional on these predictions. To achieve this, we extend the original Venn-Abers procedure from binary classification to regression. Our theoretical framework supports analyzing conformal prediction methods that involve calibrating model predictions and subsequently constructing conditionally valid prediction intervals on the same data, where the conditioning set or conformity scores may depend on the calibrated predictions. Real-data experiments show that our method improves interval efficiency through model calibration and offers a practical alternative to feature-conditional validity.
• Abstract（参考訳）: 機械学習では、モデルのキャリブレーションと予測推論は、信頼性のある予測を生成し、不確実性を定量化し意思決定を支援するために不可欠である。 点と区間の予測の相補的役割を認識し,Venn-Abersキャリブレーションと共形予測を組み合わせた自己校正等式予測を導入し,これらの予測に対して有限サンプル妥当性条件付き予測間隔とともに校正点予測を行う。 これを実現するために、元のVenn-Abersプロシージャをバイナリ分類から回帰へ拡張する。 我々の理論的枠組みは、モデル予測の校正を伴う共形予測手法の解析をサポートし、その後、条件セットや適合度スコアが校正された予測に依存する場合、同じデータ上で条件に有効な予測間隔を構築する。 実データ実験により,本手法はモデルキャリブレーションにより区間効率を向上し,特徴条件の有効性に代わる実用的な代替手段を提供することが示された。

関連論文リスト

• Toward Conditional Distribution Calibration in Survival Prediction [6.868842871753991]
  本研究では,モデルが観測した時点における個人生存確率を用いて,共形予測に基づく手法を提案する。 限界キャリブレーションと条件キャリブレーションの両方に関する理論的保証を提供し、15の多様な実世界のデータセットに対して広範囲にテストする。
  論文  参考訳（メタデータ） (2024-10-27T20:19:46Z)
• Provably Reliable Conformal Prediction Sets in the Presence of Data Poisoning [53.42244686183879]
  コンフォーマル予測は、モデルに依存しない、分布のない不確実性定量化を提供する。 しかし、敵が訓練データと校正データを操作した場合の毒殺攻撃では、共形予測は信頼性が低い。 信頼性予測セット (RPS): 汚染下での信頼性保証を証明可能な共形予測セットを構築するための最初の効率的な方法を提案する。
  論文  参考訳（メタデータ） (2024-10-13T15:37:11Z)
• Split Conformal Prediction under Data Contamination [14.23965125128232]
  データ汚染環境における分割共形予測の堅牢性について検討する。 構築した集合のカバレッジと効率に及ぼす劣化したデータの影響を定量化する。 本稿では,汚染ロバスト・コンフォーマル予測(Contamination Robust Conformal Prediction)と呼ぶ分類設定の調整を提案する。
  論文  参考訳（メタデータ） (2024-07-10T14:33:28Z)
• Conformal Approach To Gaussian Process Surrogate Evaluation With Coverage Guarantees [47.22930583160043]
  適応型クロスコンフォーマル予測区間を構築する手法を提案する。 結果として生じる共形予測区間は、ベイズ的信頼性集合に類似した適応性のレベルを示す。 原子炉の蒸気発生器における閉鎖現象の高コスト・評価シミュレータのサロゲートモデリングの文脈において, 本手法の適用可能性を示す。
  論文  参考訳（メタデータ） (2024-01-15T14:45:18Z)
• Conditional validity of heteroskedastic conformal regression [12.905195278168506]
  等角予測と分割等角予測は、統計的保証付き予測間隔を推定するための分布自由なアプローチを提供する。 近年の研究では、分割共形予測は、限界被覆に着目した場合、最先端の予測間隔を生み出すことが示されている。 本稿では,正規化やモンドリアン等式予測などの手法を用いて,予測間隔の構築方法について,新たな光を当てることを試みる。
  論文  参考訳（メタデータ） (2023-09-15T11:10:46Z)
• Improving Adaptive Conformal Prediction Using Self-Supervised Learning [72.2614468437919]
  我々は、既存の予測モデルの上に自己教師付きプレテキストタスクを持つ補助モデルを訓練し、自己教師付きエラーを付加的な特徴として用いて、非整合性スコアを推定する。 合成データと実データの両方を用いて、効率(幅)、欠陥、共形予測間隔の超過といった付加情報の利点を実証的に実証する。
  論文  参考訳（メタデータ） (2023-02-23T18:57:14Z)
• 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)
• CovarianceNet: Conditional Generative Model for Correct Covariance Prediction in Human Motion Prediction [71.31516599226606]
  本稿では,将来の軌道の予測分布に関連する不確かさを正確に予測する手法を提案する。 我々のアプローチであるCovariaceNetは、ガウス潜在変数を持つ条件付き生成モデルに基づいている。
  論文  参考訳（メタデータ） (2021-09-07T09:38:24Z)
• Private Prediction Sets [72.75711776601973]
  機械学習システムは、個人のプライバシーの確実な定量化と保護を必要とする。 これら2つのデシラタを共同で扱う枠組みを提案する。 本手法を大規模コンピュータビジョンデータセット上で評価する。
  論文  参考訳（メタデータ） (2021-02-11T18:59:11Z)
• Short-term prediction of Time Series based on bounding techniques [0.0]
  本稿では,新しい非パラメトリック手法を用いて時系列フレームワークの予測問題を再考する。 この革新は、予測誤差の上限を得るために、決定論的および決定論的確率的仮定の両方を考慮することである。 提案する予測器が予測スキームにおいて適切な結果を得ることができ、古典的非パラメトリック法に対する興味深い代替手段であることを示すためのベンチマークを含む。
  論文  参考訳（メタデータ） (2021-01-26T11:27:36Z)

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。