論文の概要: Smoothing-Based Conformal Prediction for Balancing Efficiency and Interpretability

• arxiv url: http://arxiv.org/abs/2509.22529v1
• Date: Fri, 26 Sep 2025 16:08:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-29 20:57:54.573002
• Title: Smoothing-Based Conformal Prediction for Balancing Efficiency and Interpretability
• Title（参考訳）: Smoothing-based Conformal Prediction for Balancing efficiency and Interpretability
• Authors: Mingyi Zheng, Hongyu Jiang, Yizhou Lu, Jiaye Teng,
• Abstract要約: Conformal Prediction (CP) は、統計的に厳密な予測セットを構築するための分布自由フレームワークである。 CP フレームワークにスムーズな操作を組み込んだ SCD-split を提案する。
• 参考スコア（独自算出の注目度）: 8.222748526991863
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Conformal Prediction (CP) is a distribution-free framework for constructing statistically rigorous prediction sets. While popular variants such as CD-split improve CP's efficiency, they often yield prediction sets composed of multiple disconnected subintervals, which are difficult to interpret. In this paper, we propose SCD-split, which incorporates smoothing operations into the CP framework. Such smoothing operations potentially help merge the subintervals, thus leading to interpretable prediction sets. Experimental results on both synthetic and real-world datasets demonstrate that SCD-split balances the interval length and the number of disconnected subintervals. Theoretically, under specific conditions, SCD-split provably reduces the number of disconnected subintervals while maintaining comparable coverage guarantees and interval length compared with CD-split.
• Abstract（参考訳）: Conformal Prediction (CP) は、統計的に厳密な予測セットを構築するための分布自由フレームワークである。 CDスプリットのような一般的な変種はCPの効率を向上させるが、しばしば複数の非連結部分インターバルからなる予測セットを生成するが、解釈は困難である。 本稿では,CP フレームワークにスムーズな操作を組み込んだ SCD-split を提案する。 このような滑らかな操作は、サブインターバルをマージするのに役立ち、解釈可能な予測セットにつながる。 合成と実世界の両方のデータセットの実験結果から,SCDスプリットは間隔長と切断されたサブインターバルの数とをバランスさせることが示されている。 理論的には、特定の条件下では、SCDスプリットはCDスプリットと同等のカバレッジ保証と間隔長を維持しながら、切断されたサブインターバルの数を確実に減少させる。

関連論文リスト

• Synthetic Counterfactual Labels for Efficient Conformal Counterfactual Inference [31.505735933428213]
  本研究は,個々の対実的な結果に対して信頼性のある予測区間を構築することの課題に対処する。 既存の共形反事実推論(CCI)手法は、限界範囲のカバレッジを保証するが、過度に保守的な間隔を生じることが多い。 本稿では,合成データを用いたCCI(SP-CCI)について紹介する。
  論文  参考訳（メタデータ） (2025-09-04T11:22:08Z)
• Conformal Thresholded Intervals for Efficient Regression [9.559062601251464]
  Conformal Thresholded Intervals (CTI) は、カバー範囲が保証された最小限の予測セットを生成することを目的とした、新しいコンフォメーション回帰手法である。 CTIは、その長さに基づいて推定された条件間間隔をしきい値にすることで予測セットを構築する。 CTIは、様々なデータセットにわたる最先端のコンフォメーション回帰手法よりも優れた性能を達成している。
  論文  参考訳（メタデータ） (2024-07-19T17:47:08Z)
• Distributed Stochastic Gradient Descent with Staleness: A Stochastic Delay Differential Equation Based Framework [56.82432591933544]
  分散勾配降下(SGD)は、計算リソースのスケーリング、トレーニング時間の短縮、マシンラーニングにおけるユーザのプライバシ保護の支援などにより、近年注目されている。 本稿では,遅延微分方程式(SDDE)と勾配到着の近似に基づく分散SGDの実行時間と安定化について述べる。 活性化作業員の増加は, 安定度による分散SGDを必ずしも加速させるものではないことが興味深い。
  論文  参考訳（メタデータ） (2024-06-17T02:56:55Z)
• Bellman Conformal Inference: Calibrating Prediction Intervals For Time Series [4.10373648742522]
  我々は,時系列予測モデルを取り巻くフレームワークであるBellman Conformal Inference (BCI)を紹介した。 BCIは、マルチステップの予測を活用でき、平均インターバルの長さを明示的に最適化できる。 我々は,任意の分布シフトと時間依存性の下で,BCIが長期的カバレッジを達成することを証明した。
  論文  参考訳（メタデータ） (2024-02-07T19:15:33Z)
• Generative Time Series Forecasting with Diffusion, Denoise, and Disentanglement [51.55157852647306]
  時系列予測は多くのアプリケーションにおいて非常に重要な課題である。 実世界の時系列データが短時間に記録されることが一般的であり、これはディープモデルと限られたノイズのある時系列との間に大きなギャップをもたらす。 本稿では,生成モデルを用いた時系列予測問題に対処し,拡散,雑音,ゆがみを備えた双方向変分自動エンコーダを提案する。
  論文  参考訳（メタデータ） (2023-01-08T12:20:46Z)
• Doubly Robust Off-Policy Actor-Critic: Convergence and Optimality [131.45028999325797]
  ディスカウント型MDPのための2倍堅牢なオフポリチックAC(DR-Off-PAC)を開発した。 DR-Off-PACは、俳優と批評家の両方が一定のステップで同時に更新される単一のタイムスケール構造を採用しています。 有限時間収束速度を研究し, dr-off-pac のサンプル複雑性を特徴とし, $epsilon$-accurate optimal policy を得る。
  論文  参考訳（メタデータ） (2021-02-23T18:56:13Z)
• Comparing Probability Distributions with Conditional Transport [63.11403041984197]
  新しい発散として条件輸送(CT)を提案し、償却されたCT(ACT)コストと近似します。 ACTは条件付き輸送計画の計算を補正し、計算が容易な非バイアスのサンプル勾配を持つ。 さまざまなベンチマークデータセットのジェネレーティブモデリングでは、既存のジェネレーティブ敵対ネットワークのデフォルトの統計距離をACTに置き換えることで、一貫してパフォーマンスを向上させることが示されています。
  論文  参考訳（メタデータ） (2020-12-28T05:14:22Z)
• CD-split and HPD-split: efficient conformal regions in high dimensions [3.1690891866882236]
  我々は,CDスプリットの理論的性質を探求することによって,CDスプリットに関する新たな知見を提供する。 我々は,CDスプリットが最も高い予測密度集合に収束し,局所的変動と条件付き妥当性を満たすことを示す。 我々は,CDスプリットの手法であるHPDスプリットを導入し,CDスプリットと同じ理論的保証を共有することを示す。
  論文  参考訳（メタデータ） (2020-07-24T21:42:34Z)
• Distribution-free binary classification: prediction sets, confidence intervals and calibration [106.50279469344937]
  分布自由条件における二項分類のための不確実性定量化(キャリブレーション、信頼区間、予測セット)の3つの概念について検討する。 固定幅と一様質量の両双対の双対確率に対する信頼区間を導出する。 我々の「三脚」定理の結果として、双有理確率に対するこれらの信頼区間は分布自由キャリブレーションに繋がる。
  論文  参考訳（メタデータ） (2020-06-18T14:17:29Z)

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。