論文の概要: Theoretical guarantees for change localization using conformal p-values

• arxiv url: http://arxiv.org/abs/2510.08749v1
• Date: Thu, 09 Oct 2025 19:05:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-14 00:38:47.591882
• Title: Theoretical guarantees for change localization using conformal p-values
• Title（参考訳）: 共形p値を用いた変化局所化の理論的保証
• Authors: Swapnaneel Bhattacharyya, Aaditya Ramdas,
• Abstract要約: 分布自由な変化点の局所化を有限サンプルの有効性で実現するための理論的な保証を提供する。 また、分布変化設定において、共形$p$-値の様々な有限サンプルと特性を示す。 我々の貢献は、分布自由な変化点推論に対する包括的で理論的に原則化されたアプローチを提供する。
• 参考スコア（独自算出の注目度）: 36.191356601153146
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Changepoint localization aims to provide confidence sets for a changepoint (if one exists). Existing methods either relying on strong parametric assumptions or providing only asymptotic guarantees or focusing on a particular kind of change(e.g., change in the mean) rather than the entire distributional change. A method (possibly the first) to achieve distribution-free changepoint localization with finite-sample validity was recently introduced by \cite{dandapanthula2025conformal}. However, while they proved finite sample coverage, there was no analysis of set size. In this work, we provide rigorous theoretical guarantees for their algorithm. We also show the consistency of a point estimator for change, and derive its convergence rate without distributional assumptions. Along that line, we also construct a distribution-free consistent test to assess whether a particular time point is a changepoint or not. Thus, our work provides unified distribution-free guarantees for changepoint detection, localization, and testing. In addition, we present various finite sample and asymptotic properties of the conformal $p$-value in the distribution change setup, which provides a theoretical foundation for many applications of the conformal $p$-value. As an application of these properties, we construct distribution-free consistent tests for exchangeability against distribution-change alternatives and a new, computationally tractable method of optimizing the powers of conformal tests. We run detailed simulation studies to corroborate the performance of our methods and theoretical results. Together, our contributions offer a comprehensive and theoretically principled approach to distribution-free changepoint inference, broadening both the scope and credibility of conformal methods in modern changepoint analysis.
• Abstract（参考訳）: 変更ポイントのローカライゼーションは(存在すれば)変更ポイントに対する信頼セットを提供することを目的としている。 既存の手法は、強いパラメトリックの仮定に頼るか、漸近的な保証のみを提供するか、あるいは分布の変化全体よりも特定の種類の変化(例えば平均の変化)に焦点を当てる。 分布自由な変化点ローカライゼーションを有限サンプル妥当性で達成する手法(おそらく最初のもの)は、最近 \cite{dandapanthula2025conformal} によって導入された。 しかし, サンプル範囲は有限であったが, セットサイズの分析は行われなかった。 本研究では,アルゴリズムに対する厳密な理論的保証を提供する。 また、変化に対する点推定器の整合性を示し、分布仮定なしで収束率を導出する。 その線に沿って、特定の時点が変化点であるか否かを評価するために、分布のない一貫したテストを構築する。 このように、我々の研究は、変更点検出、ローカライゼーション、テストのための統一的な配布不要保証を提供する。 さらに、分布変化設定において、共形$p$-値の様々な有限標本および漸近特性を示し、共形$p$-値の多くの応用に対する理論的基礎を提供する。 これらの特性の応用として、分散交換代替品に対する交換性のための分布自由一貫したテストと、共形テストのパワーを最適化する新しい計算可能手法を構築する。 提案手法の性能と理論的結果の相関について詳細なシミュレーション研究を行う。 我々の貢献は、分布自由な変化点推論に対する包括的で理論的に原理化されたアプローチを提供し、現代の変化点解析における共形法の範囲と信頼性を広くする。

関連論文リスト

• On the Theory of Conditional Feature Alignment for Unsupervised Domain-Adaptive Counting [21.02284952024882]
  オブジェクトカウントモデルは、密度の多様性が異なるドメインにデプロイされるときに苦しむ。 条件付き特徴アライメントの理論的枠組みを提案する。 提案手法は既存の教師なし領域適応法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2025-06-20T16:37:48Z)
• Rectifying Conformity Scores for Better Conditional Coverage [75.73184036344908]
  本稿では,分割共形予測フレームワーク内で信頼セットを生成する新しい手法を提案する。 本手法は,任意の適合度スコアのトレーニング可能な変換を行い,条件付き範囲を正確に確保しつつ,条件付き範囲を改善する。
  論文  参考訳（メタデータ） (2025-02-22T19:54:14Z)
• Post-detection inference for sequential changepoint localization [29.43493007296859]
  本研究では、任意の逐次検出アルゴリズムが変更を宣言するデータ依存停止時間までのデータのみを用いて、未知の変更点に対する信頼セットを構築するフレームワークを開発する。 我々のフレームワークは非パラメトリックであり、複合的なポストチェンジクラス、観測空間、あるいは使用されるシーケンシャルな検出手順を仮定せず、漸近的に有効である。
  論文  参考訳（メタデータ） (2025-02-10T02:01:30Z)
• A Unified Theory of Stochastic Proximal Point Methods without Smoothness [52.30944052987393]
  近点法はその数値的安定性と不完全なチューニングに対する頑健性からかなりの関心を集めている。 本稿では,近位点法(SPPM)の幅広いバリエーションの包括的解析について述べる。
  論文  参考訳（メタデータ） (2024-05-24T21:09:19Z)
• Predicting Out-of-Domain Generalization with Neighborhood Invariance [59.05399533508682]
  局所変換近傍における分類器の出力不変性の尺度を提案する。 私たちの測度は計算が簡単で、テストポイントの真のラベルに依存しません。 画像分類,感情分析,自然言語推論のベンチマーク実験において,我々の測定値と実際のOOD一般化との間に強い相関関係を示す。
  論文  参考訳（メタデータ） (2022-07-05T14:55:16Z)
• A One-step Approach to Covariate Shift Adaptation [82.01909503235385]
  多くの機械学習シナリオにおけるデフォルトの前提は、トレーニングとテストサンプルは同じ確率分布から引き出されることである。 予測モデルと関連する重みを1つの最適化で共同で学習する新しいワンステップアプローチを提案する。
  論文  参考訳（メタデータ） (2020-07-08T11:35:47Z)
• A Distributional Analysis of Sampling-Based Reinforcement Learning Algorithms [67.67377846416106]
  定常ステップサイズに対する強化学習アルゴリズムの理論解析に対する分布的アプローチを提案する。 本稿では,TD($lambda$)や$Q$-Learningのような値ベースの手法が,関数の分布空間で制約のある更新ルールを持つことを示す。
  論文  参考訳（メタデータ） (2020-03-27T05:13:29Z)

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。