論文の概要: Mitigating Exposure Bias in Risk-Aware Time Series Forecasting with Soft Tokens

• arxiv url: http://arxiv.org/abs/2512.10056v1
• Date: Wed, 10 Dec 2025 20:25:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-12 16:15:42.05057
• Title: Mitigating Exposure Bias in Risk-Aware Time Series Forecasting with Soft Tokens
• Title（参考訳）: ソフトトークンを用いたリスク対応時系列予測における露出バイアスの緩和
• Authors: Alireza Namazi, Amirreza Dolatpour Fathkouhi, Heman Shakeri,
• Abstract要約: そこで,SoTra(Soft-Token Trajectory Forecasting)を導入し,連続確率分布を伝播させて露出バイアスを緩和し,校正・不確実性を考慮したトラジェクトリを学習する。 血糖予測では、平均ゾーンベースのリスクを18%削減し、血圧予測では、有効臨床リスクを約15%低減する。
• 参考スコア（独自算出の注目度）: 0.098314893665023
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Autoregressive forecasting is central to predictive control in diabetes and hemodynamic management, where different operating zones carry different clinical risks. Standard models trained with teacher forcing suffer from exposure bias, yielding unstable multi-step forecasts for closed-loop use. We introduce Soft-Token Trajectory Forecasting (SoTra), which propagates continuous probability distributions (``soft tokens'') to mitigate exposure bias and learn calibrated, uncertainty-aware trajectories. A risk-aware decoding module then minimizes expected clinical harm. In glucose forecasting, SoTra reduces average zone-based risk by 18\%; in blood-pressure forecasting, it lowers effective clinical risk by approximately 15\%. These improvements support its use in safety-critical predictive control.
• Abstract（参考訳）: 自己回帰予測は、様々な手術ゾーンが異なる臨床リスクを負う糖尿病や血行動態管理における予測制御の中心である。 教師の強制力で訓練された標準モデルは、露出バイアスに悩まされ、クローズドループの使用に対して不安定な多段階予測をもたらす。 そこで,SoTra(Soft-Token Trajectory Forecasting)を導入し,連続確率分布( ``soft tokens''')を伝播させて露出バイアスを緩和し,校正された不確実性を考慮した軌跡を学習する。 リスクを意識した復号モジュールは、期待される臨床損傷を最小限に抑える。 血糖予測において、SoTraは平均ゾーンベースのリスクを18%減らし、血圧予測では、有効臨床リスクを約15%減らした。 これらの改善は、安全クリティカルな予測制御における使用をサポートする。

関連論文リスト

• Conformal Lesion Segmentation for 3D Medical Images [82.92159832699583]
  本稿では,データ駆動しきい値の校正をコンフォーマル化することで,テスト時間FNRが目標許容値以下であることを保証する,リスク制約付きフレームワークを提案する。 5つのバックボーンモデルにまたがる6つの3D-LSデータセット上でのCLSの統計的健全性と予測性能を検証し,臨床実践におけるリスク認識セグメンテーションの展開に関する実用的な知見を得た。
  論文  参考訳（メタデータ） (2025-10-19T08:21:00Z)
• Stable Prediction of Adverse Events in Medical Time-Series Data [18.92202613147342]
  早期事象予測(EEP)システムは、臨床意思決定を支援するための患者の差し迫ったリスクを継続的に見積もる。 本稿では,マルチモーダル入力EHR,ECG波形,臨床テキストを用いたEEPベンチマークであるCAREBenchを紹介する。 本稿では,患者ごとの短期変動を定量化し,局所リプシッツ定数に基づいて急激な振動をペナリゼーションする安定性指標を提案する。
  論文  参考訳（メタデータ） (2025-10-16T04:16:54Z)
• Debiased maximum-likelihood estimators for hazard ratios under kernel-based machine-learning adjustment [0.0]
  本稿では,カーネルベースの機械学習を用いて,潜伏変数の有無にかかわらず設定されたリスクの変化を明示的にモデル化することを提案する。 数値シミュレーションにより,提案手法は最小バイアスで真のハザード比を同定することを確認した。
  論文  参考訳（メタデータ） (2025-07-23T16:51:09Z)
• SepsisLab: Early Sepsis Prediction with Uncertainty Quantification and Active Sensing [67.8991481023825]
  セプシスは米国での院内死亡の主な原因である。 既存の予測モデルは通常、情報不足の少ない高品質なデータで訓練される。 限られた観察により信頼性の低い高リスク患者に対して,ロバストな能動センシングアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-07-24T04:47:36Z)
• Data-Adaptive Tradeoffs among Multiple Risks in Distribution-Free Prediction [55.77015419028725]
  しきい値とトレードオフパラメータが適応的に選択された場合、リスクの有効な制御を可能にする手法を開発する。 提案手法は単調なリスクとほぼ単調なリスクをサポートするが,それ以外は分布的な仮定はしない。
  論文  参考訳（メタデータ） (2024-03-28T17:28:06Z)
• Safe Deployment for Counterfactual Learning to Rank with Exposure-Based Risk Minimization [63.93275508300137]
  本稿では,安全な配置を理論的に保証する新たなリスク認識型対実学習ランク法を提案する。 提案手法の有効性を実験的に検証し,データが少ない場合の動作不良の早期回避に有効であることを示す。
  論文  参考訳（メタデータ） (2023-04-26T15:54:23Z)
• Boosting the interpretability of clinical risk scores with intervention predictions [59.22442473992704]
  本稿では、今後の介入に関するモデルの仮定を明確に伝達する手段として、介入政策と有害事象リスクの合同モデルを提案する。 死亡確率などの典型的なリスクスコアと将来の介入確率スコアとを組み合わせることで、より解釈可能な臨床予測がもたらされることを示す。
  論文  参考訳（メタデータ） (2022-07-06T19:49:42Z)
• Holdouts set for safe predictive model updating [0.4499833362998489]
  リスクスコアによって導かれる介入を受けない集団のサブセットであるホールドアウトセット(holdout set)の使用を提案する。 予防接種前の症例数を最小化するためには,約1万件のホールドアウトセットを用いて実施することが最善であることを示す。
  論文  参考訳（メタデータ） (2022-02-13T18:04:00Z)
• STELAR: Spatio-temporal Tensor Factorization with Latent Epidemiological Regularization [76.57716281104938]
  我々は,多くの地域の流行傾向を同時に予測するテンソル法を開発した。 stelarは離散時間差分方程式のシステムを通じて潜在時間正規化を組み込むことで長期予測を可能にする。 我々は、カウンティレベルと州レベルのCOVID-19データの両方を用いて実験を行い、このモデルが流行の興味深い潜伏パターンを識別できることを示します。
  論文  参考訳（メタデータ） (2020-12-08T21:21:47Z)
• WRSE -- a non-parametric weighted-resolution ensemble for predicting individual survival distributions in the ICU [0.251657752676152]
  集中治療室(ICU)における死亡リスクの動的評価は、患者を階層化し、治療効果を知らせたり、早期警戒システムの一部として機能したりすることができる。 現状の確率モデルと競合する結果を示すとともに,2～9倍のトレーニング時間を大幅に短縮する。
  論文  参考訳（メタデータ） (2020-11-02T10:13:59Z)

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。