論文の概要: The Decoupled Risk Landscape in Performative Prediction

• arxiv url: http://arxiv.org/abs/2506.09044v1
• Date: Tue, 10 Jun 2025 17:58:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-11 15:11:43.070097
• Title: The Decoupled Risk Landscape in Performative Prediction
• Title（参考訳）: 数値予測における非結合型リスクランドスケープ
• Authors: Javier Sanguino, Thomas Kehrenberg, Jose A. Lozano, Novi Quadrianto,
• Abstract要約: Performative Predictionは、モデルのデプロイが入力データの分散シフトを誘導するシナリオに対処する。 本稿では,2段階の予測プロセスにインスパイアされた,単純な疎結合型リスク可視化手法を提案する。 我々は,意思決定と異なるモデルに分布が反応するシナリオをキャプチャする,新しい設定,拡張パーフォーマティブ予測を導入する。
• 参考スコア（独自算出の注目度）: 3.904855396113132
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Performative Prediction addresses scenarios where deploying a model induces a distribution shift in the input data, such as individuals modifying their features and reapplying for a bank loan after rejection. Literature has had a theoretical perspective giving mathematical guarantees for convergence (either to the stable or optimal point). We believe that visualization of the loss landscape can complement this theoretical advances with practical insights. Therefore, (1) we introduce a simple decoupled risk visualization method inspired in the two-step process that performative prediction is. Our approach visualizes the risk landscape with respect to two parameter vectors: model parameters and data parameters. We use this method to propose new properties of the interest points, to examine how existing algorithms traverse the risk landscape and perform under more realistic conditions, including strategic classification with non-linear models. (2) Building on this decoupled risk visualization, we introduce a novel setting - extended Performative Prediction - which captures scenarios where the distribution reacts to a model different from the decision-making one, reflecting the reality that agents often lack full access to the deployed model.
• Abstract（参考訳）: Performative Predictionは、モデルをデプロイすることで、個々の機能の変更や、拒絶後の銀行ローンの再適用など、入力データ内の分散シフトが引き起こされるシナリオに対処する。 文学は収束(安定点または最適点)の数学的保証を与える理論的な観点を持っていた。 ロスランドスケープの可視化は、この理論的進歩を実践的な洞察で補うことができると信じている。 そこで,本研究では,2段階のプロセスにインスパイアされた,単純な疎結合型リスク可視化手法を提案する。 提案手法は,モデルパラメータとデータパラメータの2つのパラメータベクトルに関して,リスクランドスケープを可視化する。 本手法は,既存のアルゴリズムがリスクランドスケープを横切り,非線形モデルを用いた戦略的分類を含むより現実的な条件下でどのように機能するかを検討するために,興味点の新たな特性を提案するために用いられる。 2) この分離されたリスク可視化に基づいて,エージェントがデプロイされたモデルへの完全なアクセスを欠いているという現実を反映して,分散が意思決定と異なるモデルに反応するシナリオをキャプチャする,新しい設定 - 拡張パーフォーマティブ予測(Extended Performative Prediction)を導入する。

関連論文リスト

• Seeing Through Risk: A Symbolic Approximation of Prospect Theory [0.0]
  リスク下での意思決定のための新しいシンボリックモデリングフレームワークを提案する。 提案手法は,不透明な実用曲線と確率重み付け関数を,透明でエフェクトサイズの誘導された特徴に置き換える。 数学的に定式化し、よく知られたフレーミング現象と損失回避現象を再現する能力を示し、合成データセットに対するエンドツーエンドの実証検証を提供する。
  論文  参考訳（メタデータ） (2025-04-20T01:44:54Z)
• Performative Prediction with Bandit Feedback: Learning through Reparameterization [23.039885534575966]
  行動予測は、データの分布自体がモデルの展開に応じて変化する社会予測を研究するためのフレームワークである。 本研究では,実行予測目標をデータ分散関数として再パラメータ化する再パラメータ化を開発する。
  論文  参考訳（メタデータ） (2023-05-01T21:31:29Z)
• Mitigating multiple descents: A model-agnostic framework for risk monotonization [84.6382406922369]
  クロスバリデーションに基づくリスクモノトナイズのための一般的なフレームワークを開発する。 本稿では,データ駆動方式であるゼロステップとワンステップの2つの手法を提案する。
  論文  参考訳（メタデータ） (2022-05-25T17:41:40Z)
• Joint Forecasting of Panoptic Segmentations with Difference Attention [72.03470153917189]
  シーン内の全てのオブジェクトを共同で予測する新しいパノプティックセグメンテーション予測モデルについて検討する。 提案したモデルをCityscapesとAIODriveデータセット上で評価する。
  論文  参考訳（メタデータ） (2022-04-14T17:59:32Z)
• Uncertainty-Aware Adaptation for Self-Supervised 3D Human Pose Estimation [70.32536356351706]
  本稿では、2つの出力ヘッドを2つの異なる構成にサブスクライブする共通のディープネットワークバックボーンを構成するMPP-Netを紹介する。 ポーズと関節のレベルで予測の不確実性を定量化するための適切な尺度を導出する。 本稿では,提案手法の総合評価を行い,ベンチマークデータセット上での最先端性能を示す。
  論文  参考訳（メタデータ） (2022-03-29T07:14:58Z)
• MINIMALIST: Mutual INformatIon Maximization for Amortized Likelihood Inference from Sampled Trajectories [61.3299263929289]
  シミュレーションベースの推論は、その可能性が実際に計算できない場合でもモデルのパラメータを学習することができる。 あるクラスのメソッドは、異なるパラメータでシミュレートされたデータを使用して、確率とエビデンス比の償却推定器を推定する。 モデルパラメータとシミュレーションデータ間の相互情報の観点から,本手法が定式化可能であることを示す。
  論文  参考訳（メタデータ） (2021-06-03T12:59:16Z)
• Attentional Prototype Inference for Few-Shot Segmentation [128.45753577331422]
  数発のセグメンテーションのための確率的潜在変数フレームワークである注意型プロトタイプ推論(API)を提案する。 我々は各オブジェクトカテゴリのプロトタイプを表現するためにグローバル潜在変数を定義し、確率分布としてモデル化する。 我々は4つのベンチマークで広範な実験を行い、提案手法は最先端のプロトタイプベースの手法よりも、少なくとも競争力があり、しばしば優れた性能が得られる。
  論文  参考訳（メタデータ） (2021-05-14T06:58:44Z)
• Forethought and Hindsight in Credit Assignment [62.05690959741223]
  我々は、前向きモデルや後向きモデルによる後向き操作による予測として使われる計画の利益と特異性を理解するために活動する。 本稿では,予測を(再)評価すべき状態の選択に主眼を置いて,計画におけるモデルの利用について検討する。
  論文  参考訳（メタデータ） (2020-10-26T16:00:47Z)

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。