Fugu-MT 論文翻訳(概要): Parameter Effects in ReCom Ensembles

論文の概要: Parameter Effects in ReCom Ensembles

arxiv url: http://arxiv.org/abs/2505.21326v1
Date: Tue, 27 May 2025 15:22:26 GMT
ステータス: 翻訳完了
システム内更新日: 2025-06-04 22:07:02.778045
Title: Parameter Effects in ReCom Ensembles
Title（参考訳）: ReComアンサンブルにおけるパラメータ効果
Authors: Kristopher Tapp, Todd Proebsting, Alec Ramsay,
Abstract要約: 7つの州で3つの立法院にまたがる315のReComアンサンブルを分析した。様々な集団寛容が全てのスコアに無視できる影響があることが判明した。アルゴリズムと郡保存パラメータは、いくつかの指標に大きく影響しうる。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Ensemble analysis has become central to redistricting litigation, but parameter effects remain understudied. We analyze 315 ReCom ensembles across the three legislative chambers in 7 states, systematically varying the population tolerance, county preservation strength, and algorithm variant. To validate convergence, we introduce new methods to approximate effective sample size and measure redundancy. We find that varying the population tolerance has a negligible effect on all scores, whereas the algorithm and county-preservation parameters can significantly affect some metrics, inconsistently in some cases but surprisingly consistently in others across jurisdictions. These findings suggest parameter choices should be thoughtfully considered when using ReCom ensembles.
Abstract（参考訳）: アンサンブル解析は訴訟の再分類の中心となっているが、パラメータ効果はまだ検討されていない。 7つの州における3つの立法院の315のReComアンサンブルを分析し、人口の許容度、郡の保存強度、アルゴリズムの変種を体系的に変化させた。収束性を検証するため,有効試料径を近似し,冗長性を測定する新しい手法を提案する。人口寛容の変化はすべてのスコアに無視できる効果があるのに対し、アルゴリズムと郡保存パラメータはいくつかの指標に大きく影響しうる。これらの結果は、ReComアンサンブルを使用する場合、パラメータの選択を慎重に考慮すべきであることを示唆している。

関連論文リスト

Multiscale Parallel Tempering for Fast Sampling on Redistricting Plans [1.1233768932957773]
説得力のある方法は、計画と中立に描画された再限定計画のアンサンブルを比較することである。アンサンブルと所定の計画との党派差を監査するためには、非党派基準が一致していることを保証する必要がある。本研究では,各スケールで局所移動を行うマルチスケール並列テンパリング手法を提案する。
論文参考訳（メタデータ） (2024-01-30T21:33:05Z)
Leveraging Factored Action Spaces for Off-Policy Evaluation [0.0]
オフ・ポリティィ・アセスメント(OPE: Off-policy Evaluation)は、反現実的な行動列に従う利点を推定することを目的としている。既存のOPE推定器は、大きく分解された作用空間に関わる問題において、高いバイアスと高いばらつきを示すことが多い。本稿では,因子的作用空間に基づく「分解」重要サンプリング(IS)推定器の新たなファミリーを提案する。
論文参考訳（メタデータ） (2023-07-13T18:34:14Z)
Assaying Out-Of-Distribution Generalization in Transfer Learning [103.57862972967273]
私たちは、経験的に対処するメッセージの相違を強調して、以前の作業の統一的なビューを取ります。私たちは9つの異なるアーキテクチャから、多数の、あるいは少数の設定で31K以上のネットワークを微調整しました。
論文参考訳（メタデータ） (2022-07-19T12:52:33Z)
Repairing Regressors for Fair Binary Classification at Any Decision Threshold [8.322348511450366]
同時にすべてのしきい値で公正なパフォーマンスを向上できることを示します。本研究では,異なる保護群に対する分類の分布の類似度を捉える分布パリティの形式的尺度を導入する。我々の主な成果は、最適輸送に基づく新しい後処理アルゴリズムを提案し、分散パリティを確実に最大化することである。
論文参考訳（メタデータ） (2022-03-14T20:53:35Z)
Measuring Geometric Similarity Across Possible Plans for Automated Redistricting [0.0]
本稿では,2つの計画の間に同一の選挙区に留まる州の面積や人口の比率に対応する,類似性の解釈的尺度とそれに対応する代入行列を簡潔に紹介する。次に、直感的な時間でこの測度を計算する方法を示し、潜在的なユースケースを簡潔に示す。
論文参考訳（メタデータ） (2021-11-17T03:37:25Z)
On Inductive Biases for Heterogeneous Treatment Effect Estimation [91.3755431537592]
我々は、異なる治療下で、個人の潜在的成果(PO)の構造的類似性を利用する方法について検討する。この問題を克服するために、エンドツーエンドの学習戦略を3つ比較する。
論文参考訳（メタデータ） (2021-06-07T16:30:46Z)
Deconfounding Scores: Feature Representations for Causal Effect Estimation with Weak Overlap [140.98628848491146]
推定対象の偏りを伴わずに高い重なりを生じさせる,デコンファウンディングスコアを導入する。分離スコアは観測データで識別可能なゼロ共分散条件を満たすことを示す。特に,この手法が標準正規化の魅力的な代替となることを示す。
論文参考訳（メタデータ） (2021-04-12T18:50:11Z)
A Statistical Analysis of Summarization Evaluation Metrics using Resampling Methods [60.04142561088524]
信頼区間は比較的広く,信頼性の高い自動測定値の信頼性に高い不確実性を示す。多くのメトリクスはROUGEよりも統計的改善を示していないが、QAEvalとBERTScoreという2つの最近の研究は、いくつかの評価設定で行われている。
論文参考訳（メタデータ） (2021-03-31T18:28:14Z)
On Efficient and Robust Metrics for RANSAC Hypotheses and 3D Rigid Registration [51.64236850960365]
本稿では, 高精度な3次元剛性登録を実現するために, RANSAC仮説の効率的かつ堅牢な評価指標の開発に焦点をあてる。 Inlierとoutlierのコントリビューションを分析し、RANSAC仮説の異なる設計モチベーションを持つ、いくつかの効率的で堅牢なメトリクスを提案する。
論文参考訳（メタデータ） (2020-11-10T02:22:45Z)
The Essential Role of Empirical Validation in Legislative Redistricting Simulation [0.0]
提案手法は,計画の再分割を効率的に行うことのできる計算手法である。このアルゴリズムは,数百の地理的単位を持つ状態に拡張可能であることを示す。
論文参考訳（メタデータ） (2020-06-17T20:51:43Z)
Almost-Matching-Exactly for Treatment Effect Estimation under Network Interference [73.23326654892963]
本研究では,観測ネットワーク上でユニットが接続されたランダム化実験から直接処理効果を回復するマッチング手法を提案する。本手法は, 近傍グラフ内の一意部分グラフの個数にほぼ一致する。
論文参考訳（メタデータ） (2020-03-02T15:21:20Z)

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。