論文の概要: Credal Prediction based on Relative Likelihood

• arxiv url: http://arxiv.org/abs/2505.22332v1
• Date: Wed, 28 May 2025 13:20:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-29 17:35:50.618611
• Title: Credal Prediction based on Relative Likelihood
• Title（参考訳）: 相対的類似度に基づく干潟の予測
• Authors: Timo Löhr, Paul Hofman, Felix Mohr, Eyke Hüllermeier,
• Abstract要約: 本稿では,相対可能性の統計的概念に基づいて,断裂予測に関する理論的基礎的アプローチを提案する。 このような方法で定義されたクレダル集合を適切に修正したアンサンブル学習手法により近似する問題に取り組む。
• 参考スコア（独自算出の注目度）: 24.307076055306148
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Predictions in the form of sets of probability distributions, so-called credal sets, provide a suitable means to represent a learner's epistemic uncertainty. In this paper, we propose a theoretically grounded approach to credal prediction based on the statistical notion of relative likelihood: The target of prediction is the set of all (conditional) probability distributions produced by the collection of plausible models, namely those models whose relative likelihood exceeds a specified threshold. This threshold has an intuitive interpretation and allows for controlling the trade-off between correctness and precision of credal predictions. We tackle the problem of approximating credal sets defined in this way by means of suitably modified ensemble learning techniques. To validate our approach, we illustrate its effectiveness by experiments on benchmark datasets demonstrating superior uncertainty representation without compromising predictive performance. We also compare our method against several state-of-the-art baselines in credal prediction.
• Abstract（参考訳）: 確率分布の集合、いわゆるクレダル集合の形の予測は、学習者の認識の不確実性を表現するのに適した手段となる。 本稿では, 相対確率の統計的概念に基づく断続予測に関する理論的基礎的アプローチを提案する: 予測の対象は, 可算モデルの集合によって生成される全ての(条件付き)確率分布, すなわち, 相対確率が指定された閾値を超えるモデルである。 このしきい値には直感的な解釈があり、地震予知の正確性と正確性の間のトレードオフを制御することができる。 このような方法で定義されたクレダル集合を適切に修正したアンサンブル学習手法により近似する問題に取り組む。 提案手法の有効性を検証するために,予測性能を損なうことなく,より優れた不確実性表現を示すベンチマークデータセットの実験を行った。 また,本手法を,干ばつ予測におけるいくつかの最新技術ベースラインと比較した。

関連論文リスト

• 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)
• Trustworthy Classification through Rank-Based Conformal Prediction Sets [9.559062601251464]
  本稿では,分類モデルに適したランクベーススコア関数を用いた新しいコンフォメーション予測手法を提案する。 提案手法は,そのサイズを管理しながら,所望のカバレッジ率を達成する予測セットを構築する。 コントリビューションには、新しい共形予測法、理論的解析、経験的評価が含まれる。
  論文  参考訳（メタデータ） (2024-07-05T10:43:41Z)
• Probabilistic Conformal Prediction with Approximate Conditional Validity [81.30551968980143]
  本研究では,共形手法の柔軟性と条件分布の推定を組み合わせ,予測セットを生成する手法を開発した。 我々の手法は、条件付きカバレッジの観点から既存の手法よりも一貫して優れています。
  論文  参考訳（メタデータ） (2024-07-01T20:44:48Z)
• Robust Conformal Prediction Using Privileged Information [17.886554223172517]
  本研究では,トレーニングデータの破損に対して堅牢な,保証されたカバレッジ率で予測セットを生成する手法を開発した。 我々のアプローチは、i.d仮定の下で有効となる予測セットを構築するための強力なフレームワークである共形予測に基づいている。
  論文  参考訳（メタデータ） (2024-06-08T08:56:47Z)
• Conformalized Credal Set Predictors [12.549746646074071]
  クレダル集合(英: Credal set)は、不正確な基底-真実分布の候補と見なされる確率分布の集合である。 我々は,干潟集合予測器の学習に共形予測を利用する。 提案手法の自然言語推論への適用性を実証する。
  論文  参考訳（メタデータ） (2024-02-16T14:30:12Z)
• Quantification of Predictive Uncertainty via Inference-Time Sampling [57.749601811982096]
  本稿では,データあいまいさの予測不確実性を推定するためのポストホックサンプリング手法を提案する。 この方法は与えられた入力に対して異なる可算出力を生成することができ、予測分布のパラメトリック形式を仮定しない。
  論文  参考訳（メタデータ） (2023-08-03T12:43:21Z)

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。