論文の概要: Novelty detection on path space

• arxiv url: http://arxiv.org/abs/2512.03243v1
• Date: Tue, 02 Dec 2025 21:25:03 GMT
• ステータス: 情報取得中
• システム内更新日: 2025-12-04 12:17:33.586431
• Title: Novelty detection on path space
• Title（参考訳）: 経路空間の新規性検出
• Authors: Ioannis Gasteratos, Antoine Jacquier, Maud Lemercier, Terry Lyons, Cristopher Salvi,
• Abstract要約: 我々は,署名に基づくテスト統計を用いた仮説テスト問題として,経路空間の新規性検出を行う。 条件付きリスク(CVaR)のスムーズなサロゲートの正確な式を期待シグネチャの観点から導出する。 我々は,数値的に-$mathrmI$エラーとシグネチャベースのテスト統計量の統計的パワーを評価する。
• 参考スコア（独自算出の注目度）: 13.042396048879242
• License:
• Abstract: We frame novelty detection on path space as a hypothesis testing problem with signature-based test statistics. Using transportation-cost inequalities of Gasteratos and Jacquier (2023), we obtain tail bounds for false positive rates that extend beyond Gaussian measures to laws of RDE solutions with smooth bounded vector fields, yielding estimates of quantiles and p-values. Exploiting the shuffle product, we derive exact formulae for smooth surrogates of conditional value-at-risk (CVaR) in terms of expected signatures, leading to new one-class SVM algorithms optimising smooth CVaR objectives. We then establish lower bounds on type-$\mathrm{II}$ error for alternatives with finite first moment, giving general power bounds when the reference measure and the alternative are absolutely continuous with respect to each other. Finally, we evaluate numerically the type-$\mathrm{I}$ error and statistical power of signature-based test statistic, using synthetic anomalous diffusion data and real-world molecular biology data.
• Abstract（参考訳）: 我々は,署名に基づくテスト統計を用いた仮説テスト問題として,経路空間の新規性検出を行う。 Gasteratos と Jacquier (2023) の輸送コストの不等式を用いて、ガウス測度を超えて滑らかな有界ベクトル場を持つ RDE 解の法則に広がる偽正の値の尾境界を求め、量子と p-値の推定値を得る。 シャッフル積を出力すると,条件付き値-リスク(CVaR)のスムーズなサロゲートが期待されるシグネチャから導出され,スムーズなCVaR目標を最適化する新しいワンクラスSVMアルゴリズムが導出される。 次に、有限の第一モーメントを持つ選択肢に対して、タイプ-$\mathrm{II}$エラーに対して下界を確立し、参照測度と代替測度が互いに絶対連続であるときに、一般のパワー境界を与える。 最後に,合成異常拡散データと実世界の分子生物学的データを用いて,シグネチャベーステスト統計量の誤差と統計的パワーを数値的に評価した。

関連論文リスト

• Minimax Optimal Kernel Two-Sample Tests with Random Features [6.747832388017275]
  本研究では、ランダムフーリエ特徴量(RFF)近似に基づくスペクトル規則化2サンプル試験を提案する。 RFFの近似順序が十分に大きい場合、提案した試験が最小限最適であることを示す。 そこで本研究では,正規化パラメータを選択するためのデータ適応型戦略を用いて,提案手法の実用的実装可能な置換型バージョンを開発する。
  論文  参考訳（メタデータ） (2025-02-28T06:12:00Z)
• Semiparametric conformal prediction [79.6147286161434]
  ベクトル値の非整合性スコアの結合相関構造を考慮した共形予測セットを構築する。 スコアの累積分布関数(CDF)を柔軟に推定する。 提案手法は,現実の回帰問題に対して,所望のカバレッジと競争効率をもたらす。
  論文  参考訳（メタデータ） (2024-11-04T14:29:02Z)
• Doubly Robust Conditional Independence Testing with Generative Neural Networks [8.323172773256449]
  本稿では、第3の確率ベクトル$Z$を与えられた2つのジェネリックランダムベクトル$X$と$Y$の条件独立性をテストする問題に対処する。 条件分布を明示的に推定しない新しい非パラメトリック試験法を提案する。
  論文  参考訳（メタデータ） (2024-07-25T01:28:59Z)
• A Kernel-Based Conditional Two-Sample Test Using Nearest Neighbors (with Applications to Calibration, Regression Curves, and Simulation-Based Inference) [3.622435665395788]
  本稿では,2つの条件分布の違いを検出するカーネルベースの尺度を提案する。 2つの条件分布が同じである場合、推定はガウス極限を持ち、その分散はデータから容易に推定できる単純な形式を持つ。 また、条件付き適合性問題に適用可能な推定値を用いた再サンプリングベースのテストも提供する。
  論文  参考訳（メタデータ） (2024-07-23T15:04:38Z)
• The Minimax Risk in Testing Uniformity of Poisson Data under Missing Ball Alternatives [8.285441115330944]
  本研究では,多くのカテゴリーからポアソン分布に至るまでの項目の出現の適合性を検証することの課題について検討する。 この問題のミニマックスリスクを、期待されるサンプル数$n$とカテゴリ数$N$が無限大になるものとして特徴づける。
  論文  参考訳（メタデータ） (2023-05-29T14:26:42Z)
• Near-Optimal Non-Parametric Sequential Tests and Confidence Sequences with Possibly Dependent Observations [44.71254888821376]
  我々は、一般的な非データ生成プロセスの下で、最初のタイプIエラーと予測リジェクション時間保証を提供する。 本研究では, 平均処理効果など, 方程式を推定することによって定義されるパラメータの推測に, 結果を適用する方法を示す。
  論文  参考訳（メタデータ） (2022-12-29T18:37:08Z)
• Optimal variance-reduced stochastic approximation in Banach spaces [114.8734960258221]
  可分バナッハ空間上で定義された収縮作用素の定点を推定する問題について検討する。 演算子欠陥と推定誤差の両方に対して漸近的でない境界を確立する。
  論文  参考訳（メタデータ） (2022-01-21T02:46:57Z)
• A Unifying Theory of Thompson Sampling for Continuous Risk-Averse Bandits [91.3755431537592]
  本稿では,多腕バンディット問題に対するリスク-逆トンプソンサンプリングアルゴリズムの解析を統一する。 大規模偏差理論における収縮原理を用いることで、連続リスク汎関数に対する新しい濃度境界が証明される。 リスク関数の幅広いクラスと「ニセ」関数が連続性条件を満たすことを示す。
  論文  参考訳（メタデータ） (2021-08-25T17:09:01Z)
• Near-optimal inference in adaptive linear regression [60.08422051718195]
  最小二乗法のような単純な方法でさえ、データが適応的に収集されるときの非正規な振る舞いを示すことができる。 我々は,これらの分布異常を少なくとも2乗推定で補正するオンラインデバイアス推定器のファミリーを提案する。 我々は,マルチアームバンディット,自己回帰時系列推定,探索による能動的学習などの応用を通して,我々の理論の有用性を実証する。
  論文  参考訳（メタデータ） (2021-07-05T21:05:11Z)

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。