論文の概要: Empirical Decision Theory

• arxiv url: http://arxiv.org/abs/2512.05677v1
• Date: Fri, 05 Dec 2025 12:46:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-13 22:40:57.024596
• Title: Empirical Decision Theory
• Title（参考訳）: 経験的決定論
• Authors: Christoph Jansen, Georg Schollmeyer, Thomas Augustin, Julian Rodemann,
• Abstract要約: 不確実性の下で決定問題を解析するには、世界の記述可能性に関する仮定を理想化するのが一般的である。 ほとんどの古典的な決定論的アプローチは、世界の状態が到達不能であれば適用できない。 原理論の魅力と単純さを保った決定モデルを提案するが、世界の状態を明示する必要性を完全に克服する。
• 参考スコア（独自算出の注目度）: 9.90463321344445
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Analyzing decision problems under uncertainty commonly relies on idealizing assumptions about the describability of the world, with the most prominent examples being the closed world and the small world assumption. Most assumptions are operationalized by introducing states of the world, conditional on which the decision situation can be analyzed without any remaining uncertainty. Conversely, most classical decision-theoretic approaches are not applicable if the states of the world are inaccessible. We propose a decision model that retains the appeal and simplicity of the original theory, but completely overcomes the need to specify the states of the world explicitly. The main idea of our approach is to address decision problems in a radically empirical way: instead of specifying states and consequences prior to the decision analysis, we only assume a protocol of observed act--consequence pairs as model primitives. We show how optimality in such empirical decision problems can be addressed by using protocol-based empirical choice functions and discuss three approaches for deriving inferential guarantees: (I) consistent statistical estimation of choice sets, (II) consistent statistical testing of choice functions with robustness guarantees, and (III) direct inference for empirical choice functions using credal sets. We illustrate our theory with a proof-of-concept application comparing different prompting strategies in generative AI models.
• Abstract（参考訳）: 不確実性の下で決定問題を解析することは、一般に世界の記述可能性に関する仮定を理想化することに依存し、最も顕著な例は閉世界と小世界の仮定である。 ほとんどの仮定は、決定状況が不確実性を残さずに分析できる条件である世界の状態を導入することによって運用される。 逆に、世界の状態が到達不能であれば、古典的な決定論的アプローチは適用できない。 原理論の魅力と単純さを保った決定モデルを提案するが、世界の状態を明示する必要性を完全に克服する。 決定分析の前に状態と結果を指定する代わりに、観察された行動対のプロトコルをモデルプリミティブとして仮定する。 このような経験的決定問題の最適性は、プロトコルベースの経験的選択関数を用いてどのように解決できるかを示し、(I)選択集合の一貫した統計的推定、(II)ロバスト性保証付き選択関数の一貫した統計的テスト、(III)クレダル集合を用いた経験的選択関数の直接推論の3つのアプローチについて議論する。 我々は、生成AIモデルにおける異なるプロンプト戦略を比較した概念実証アプリケーションを用いて、我々の理論を説明する。

関連論文リスト

• A Principled Approach to Randomized Selection under Uncertainty: Applications to Peer Review and Grant Funding [61.86327960322782]
  本稿では,各項目の品質の間隔推定に基づくランダム化意思決定の枠組みを提案する。 最適化に基づく最適化手法であるMERITを導入する。 MERITが既存のアプローチで保証されていない望ましい公理特性を満たすことを証明している。
  論文  参考訳（メタデータ） (2025-06-23T19:59:30Z)
• Generalized Decision Focused Learning under Imprecise Uncertainty--Theoretical Study [6.137404366514538]
  決定にフォーカスした学習は、機械学習と下流の最適化を統合するための重要なパラダイムとして登場した。 既存の方法論は主に確率的モデルに依存し、タスクの目的に限定する。 本稿では、革新的なフレームワークを導入することで、これらのギャップを埋める。
  論文  参考訳（メタデータ） (2025-02-25T08:53:02Z)
• Predictive Performance Comparison of Decision Policies Under Confounding [32.21041697921289]
  そこで本稿では, 意思決定ポリシーの予測性能を, 様々な現代的な識別手法で比較する手法を提案する。 我々の手法の鍵は、政策比較において安全に無視できる不確実性領域が存在するという洞察である。
  論文  参考訳（メタデータ） (2024-04-01T01:27:07Z)
• Explaining by Imitating: Understanding Decisions by Interpretable Policy Learning [72.80902932543474]
  観察されたデータから人間の行動を理解することは、意思決定における透明性と説明責任にとって重要である。 意思決定者の方針をモデル化することが困難である医療などの現実的な設定を考えてみましょう。 本稿では, 設計による透明性の向上, 部分観測可能性の確保, 完全にオフラインで動作可能なデータ駆動型意思決定行動の表現を提案する。
  論文  参考訳（メタデータ） (2023-10-28T13:06:14Z)
• A Semantic Approach to Decidability in Epistemic Planning (Extended Version) [72.77805489645604]
  我々は決定可能性を達成するために新しい意味論的アプローチを用いる。 具体的には、知識の論理S5$_n$と(知識)可換性と呼ばれる相互作用公理を拡大する。 我々は,本フレームワークが,独立した知識である共通知識の有限的非固定点的特徴を認めていることを証明した。
  論文  参考訳（メタデータ） (2023-07-28T11:26:26Z)
• Non-Linear Spectral Dimensionality Reduction Under Uncertainty [107.01839211235583]
  我々は、不確実性情報を活用し、いくつかの従来のアプローチを直接拡張する、NGEUと呼ばれる新しい次元削減フレームワークを提案する。 提案したNGEUの定式化は,大域的な閉形式解を示し,Radecherの複雑性に基づいて,基礎となる不確実性がフレームワークの一般化能力に理論的にどのように影響するかを分析する。
  論文  参考訳（メタデータ） (2022-02-09T19:01:33Z)
• Archimedean Choice Functions: an Axiomatic Foundation for Imprecise Decision Making [0.9442139459221782]
  確率測度(E-admissibility)と最大性(maximality)の集合に適用する2つの一般化に焦点を当てる。 我々は、この規則を一意に特徴づける選択関数に関する必要十分条件の集合を提供する。 アルキメデス選択関数のコヒーレントな下予想の表現定理は、どちらの結果にも基づいている。
  論文  参考訳（メタデータ） (2020-02-12T19:44:08Z)

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。