論文の概要: Hypothesis Testing in Imaging Inverse Problems

• arxiv url: http://arxiv.org/abs/2505.22481v1
• Date: Wed, 28 May 2025 15:29:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-29 17:35:50.69548
• Title: Hypothesis Testing in Imaging Inverse Problems
• Title（参考訳）: 画像逆問題における仮説テスト
• Authors: Yiming Xi, Konstantinos Zygalakis, Marcelo Pereyra,
• Abstract要約: 本稿では,逆問題の画像化に適した意味仮説テストのためのフレームワークを提案する。 画像ベースの仮説テストが難しい主な理由は3つある。
• 参考スコア（独自算出の注目度）: 0.18434042562191813
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper proposes a framework for semantic hypothesis testing tailored to imaging inverse problems. Modern imaging methods struggle to support hypothesis testing, a core component of the scientific method that is essential for the rigorous interpretation of experiments and robust interfacing with decision-making processes. There are three main reasons why image-based hypothesis testing is challenging. First, the difficulty of using a single observation to simultaneously reconstruct an image, formulate hypotheses, and quantify their statistical significance. Second, the hypotheses encountered in imaging are mostly of semantic nature, rather than quantitative statements about pixel values. Third, it is challenging to control test error probabilities because the null and alternative distributions are often unknown. Our proposed approach addresses these difficulties by leveraging concepts from self-supervised computational imaging, vision-language models, and non-parametric hypothesis testing with e-values. We demonstrate our proposed framework through numerical experiments related to image-based phenotyping, where we achieve excellent power while robustly controlling Type I errors.
• Abstract（参考訳）: 本稿では,逆問題の画像化に適した意味仮説テストのためのフレームワークを提案する。 現代のイメージング手法は、実験の厳密な解釈と意思決定プロセスとの堅牢な相互作用に不可欠な科学的手法の中核的な要素である仮説テストをサポートするのに苦労している。 画像ベースの仮説テストが難しい主な理由は3つある。 まず、画像の同時再構成、仮説の定式化、統計的意義の定量化に単一観測を用いることが困難である。 第二に、画像で遭遇する仮説は、主にピクセル値に関する定量的な主張ではなく、意味的な性質によるものである。 第三に、nullと代替ディストリビューションがよく知られていないため、テストエラーの確率を制御することは難しい。 提案手法は,自己教師付計算画像,視覚言語モデル,電子値を用いた非パラメトリック仮説テストの概念を活用することで,これらの課題に対処する。 提案手法は,画像ベースの表現表現に関する数値実験によって実証され,I型エラーを頑健に制御しながら優れたパワーを発揮できる。

関連論文リスト

• Controllable Logical Hypothesis Generation for Abductive Reasoning in Knowledge Graphs [54.596180382762036]
  知識グラフの帰納的推論は、観測された実体からもっともらしい論理的仮説を生成することを目的としている。 可制御性の欠如により、単一の観測は、多くの妥当だが冗長あるいは無関係な仮説をもたらす可能性がある。 帰納的推論の実用性を改善するために,制御可能な仮説生成タスクを導入する。
  論文  参考訳（メタデータ） (2025-05-27T09:36:47Z)
• MOOSE-Chem3: Toward Experiment-Guided Hypothesis Ranking via Simulated Experimental Feedback [128.2992631982687]
  本研究では,事前試験の結果に基づいて仮説を優先順位付けすることを目的とした,実験誘導ランキングの課題について紹介する。 本稿では,3つのドメインインフォームド仮定に基づいて,仮説性能を既知の基底的真理仮説に類似した関数としてモデル化するシミュレータを提案する。 実験結果を用いて,124の化学仮説のデータセットをキュレートし,シミュレーションの有効性を検証した。
  論文  参考訳（メタデータ） (2025-05-23T13:24:50Z)
• Detecting Discrepancies Between AI-Generated and Natural Images Using Uncertainty [91.64626435585643]
  本稿では,誤用と関連するリスクを軽減するために,予測不確実性を利用してAI生成画像を検出する新しい手法を提案する。 この動機は、自然画像とAI生成画像の分布差に関する基本的な仮定から生じる。 本稿では,AI生成画像の検出スコアとして,大規模事前学習モデルを用いて不確実性を計算することを提案する。
  論文  参考訳（メタデータ） (2024-12-08T11:32:25Z)
• Credal Two-Sample Tests of Epistemic Uncertainty [34.42566984003255]
  干潟集合を比較するための新しい仮説テストフレームワークである干潟2サンプル試験を導入する。 干潟群を比較するための2サンプル試験を一般化することにより、同値性、包摂性、交叉性、および相互排他性の推論を可能にする。
  論文  参考訳（メタデータ） (2024-10-16T18:09:09Z)
• Quantifying Statistical Significance in Diffusion-Based Anomaly Localization via Selective Inference [19.927066428010782]
  画像の異常な局所化(期待されるパターンから逸脱する領域)は、診断や産業検査などの応用において不可欠である。 最近のトレンドは、画像生成モデルを用いて異常な局所化を行い、それらのモデルが正常に見える異常な画像を生成することである。 本稿では,検出された異常領域の意義を定量化するために,選択推論に基づく統計的枠組みを提案する。
  論文  参考訳（メタデータ） (2024-02-19T02:32:45Z)
• Equivariant Bootstrapping for Uncertainty Quantification in Imaging Inverse Problems [0.24475591916185502]
  パラメトリックブートストラップアルゴリズムの等価な定式化に基づく新しい不確実性定量化手法を提案する。 提案手法は汎用的であり,任意の画像再構成手法で容易に適用可能である。 提案手法を数値実験および代替不確実性定量化戦略との比較により実証する。
  論文  参考訳（メタデータ） (2023-10-18T09:43:15Z)
• On Continuity of Robust and Accurate Classifiers [3.4410212782758043]
  敵の訓練が仮説の堅牢性を向上させることが示されている。 仮説の頑健性と正確性は互いに相反していることが示唆されている。 本稿では,その頑健さと精度に相容れない仮説の連続性について,その代替案を提示する。
  論文  参考訳（メタデータ） (2023-09-29T08:14:25Z)
• Selective Nonparametric Regression via Testing [54.20569354303575]
  本研究では,所定の点における条件分散の値に関する仮説を検証し,留置手順を開発する。 既存の手法とは異なり、提案手法は分散自体の値だけでなく、対応する分散予測器の不確実性についても考慮することができる。
  論文  参考訳（メタデータ） (2023-09-28T13:04:11Z)
• Logical Satisfiability of Counterfactuals for Faithful Explanations in NLI [60.142926537264714]
  本稿では, 忠実度スルー・カウンタファクトの方法論について紹介する。 これは、説明に表される論理述語に基づいて、反実仮説を生成する。 そして、そのモデルが表現された論理と反ファクトの予測が一致しているかどうかを評価する。
  論文  参考訳（メタデータ） (2022-05-25T03:40:59Z)
• Image-to-Image Regression with Distribution-Free Uncertainty Quantification and Applications in Imaging [88.20869695803631]
  真値を含むことが保証される各画素の周囲の不確実な間隔を導出する方法を示す。 画像から画像への回帰を3つのタスクで評価する。
  論文  参考訳（メタデータ） (2022-02-10T18:59:56Z)
• Experimental Approach to Demonstrating Contextuality for Qudits [2.8423947409607115]
  そこで本研究では,キューディットに対するテストのファミリを用いて,文脈性を実験的に実証する手法を提案する。 提案する実験は、単一の光子の経路とその時間的自由度に符号化されたクディットを用いている。 我々は,音がこれらのテストの有効性に与える影響を考察し,オントロジ的に忠実な非文脈性(non-contextuality)のアプローチを取り入れた。
  論文  参考訳（メタデータ） (2020-10-26T01:51:47Z)

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。