論文の概要: On Cost-Aware Sequential Hypothesis Testing with Random Costs and Action Cancellation

• arxiv url: http://arxiv.org/abs/2512.19067v1
• Date: Mon, 22 Dec 2025 06:14:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-23 18:54:32.638166
• Title: On Cost-Aware Sequential Hypothesis Testing with Random Costs and Action Cancellation
• Title（参考訳）: ランダムコストとアクションキャンセレーションを用いたコスト対応シーケンシャル仮説テストについて
• Authors: George Vershinin, Asaf Cohen, Omer Gurewitz,
• Abstract要約: 本研究では,1つの決定因子が正のランダムなコストで行動を選択するような,コストを意識した逐次的仮説テストのバリエーションについて検討する。 DMは、実際のコストをより小さく、調整可能な決定論的限界で切り離すことにより、プログレッシブ動作を中止し、サンプルを産出しない可能性がある。 動作毎の期限が期待される動作回数にどのように影響するかを示し、その結果の総コストを一定のコスト設定に削減できることを示す。
• 参考スコア（独自算出の注目度）: 13.346064750408972
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We study a variant of cost-aware sequential hypothesis testing in which a single active Decision Maker (DM) selects actions with positive, random costs to identify the true hypothesis under an average error constraint, while minimizing the expected total cost. The DM may abort an in-progress action, yielding no sample, by truncating its realized cost at a smaller, tunable deterministic limit, which we term a per-action deadline. We analyze how this cancellation option can be exploited under two cost-revelation models: ex-post, where the cost is revealed only after the sample is obtained, and ex-ante, where the cost accrues before sample acquisition. In the ex-post model, per-action deadlines do not affect the expected total cost, and the cost-error tradeoffs coincide with the baseline obtained by replacing deterministic costs with cost means. In the ex-ante model, we show how per-action deadlines inflate the expected number of times actions are applied, and that the resulting expected total cost can be reduced to the constant-cost setting by introducing an effective per-action cost. We characterize when deadlines are beneficial and study several families in detail.
• Abstract（参考訳）: 本研究では,1つのアクティブ意思決定者(DM)が正のランダムなコストで行動を選択し,予測総コストを最小化しながら,平均誤差制約の下で真の仮説を同定する,コスト認識シーケンシャルな仮説テストのバリエーションについて検討する。 DMは、実際のコストをより小さく調整可能な決定論的限度で切り離すことにより、プログレッシブ動作を中止し、サンプルを産出しない可能性がある。 我々は,このキャンセルオプションを,サンプル取得後にのみコストが明らかにされるex-postと,サンプル取得前にコストが上昇するex-anteという,2つのコストレベレーションモデルでどのように利用することができるかを分析する。 ポストモデルでは、アクション毎の期限が期待される総コストに影響せず、コストエラートレードオフは決定論的コストをコスト手段に置き換えたベースラインと一致する。 元アンテモデルでは、アクション毎の期限が期待される回数のアクションに適用し、結果として得られる総コストを、効果的なアクション毎のコストを導入することで、一定のコスト設定に還元できることを示す。 期限が有益である場合に特徴付け、いくつかの家族を詳細に研究する。

関連論文リスト

• Cost-aware Stopping for Bayesian Optimization [46.95172329282389]
  本稿では,様々な評価コストに適応し,チューニングが不要なベイズ最適化のためのコスト対応停止則を提案する。 我々は,最先端の取得関数と組み合わせた場合,停止規則によって得られる期待累積評価コストを拘束する理論的な保証を証明した。
  論文  参考訳（メタデータ） (2025-07-16T17:54:14Z)
• Cost-Optimal Active AI Model Evaluation [71.2069549142394]
  生成AIシステムの開発には、継続的な評価、データ取得、アノテーションが必要である。 我々は、安価だがしばしば不正確で弱いレーダの使用を積極的にバランスさせる新しいコスト認識手法を開発した。 我々は、弱者と強者の間で所定のアノテーション予算を割り当てるためのコスト最適化政策のファミリーを導出する。
  論文  参考訳（メタデータ） (2025-06-09T17:14:41Z)
• Regression-Based Estimation of Causal Effects in the Presence of Selection Bias and Confounding [52.1068936424622]
  治療が介入によって設定された場合、対象変数$Y$に対して、予測因果効果$E[Y|do(X)]$を推定する問題を考える。 選択バイアスや欠点のない設定では、$E[Y|do(X)] = E[Y|X]$ となる。 選択バイアスとコンバウンディングの両方を組み込んだフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-03-26T13:43:37Z)
• An Efficient Rehearsal Scheme for Catastrophic Forgetting Mitigation during Multi-stage Fine-tuning [55.467047686093025]
  このような忘れを緩和するための一般的なアプローチは、微調整中に以前のタスクからサンプルをリハーサルすることである。 側方損傷のリハーサルを優先するサンプリング手法である textttbf mix-cd を提案する。 我々の手法は計算効率が高く、実装が容易で、計算制約のある設定においていくつかの主要な連続学習手法より優れています。
  論文  参考訳（メタデータ） (2024-02-12T22:32:12Z)
• Triple Simplex Matrix Completion for Expense Forecasting [11.52704888524571]
  本稿では,潜在空間における特定の費用パターンに関連するプロジェクトの可能性を学習し,コストを予測する制約付き非負行列補完モデルを提案する。 2つの実データセットから得られた結果は、最先端のアルゴリズムと比較して提案手法の有効性を示す。
  論文  参考訳（メタデータ） (2023-10-23T18:25:33Z)
• Personalized Pricing with Invalid Instrumental Variables: Identification, Estimation, and Policy Learning [5.372349090093469]
  本研究は,インストゥルメンタル変数アプローチを用いて,内在性の下でのオフラインパーソナライズド価格について検討する。 Invalid iNsTrumental変数を用いたパーソナライズされたプライシングのための新しいポリシー学習手法を提案する。
  論文  参考訳（メタデータ） (2023-02-24T14:50:47Z)
• Improved Policy Evaluation for Randomized Trials of Algorithmic Resource Allocation [54.72195809248172]
  提案する新しい概念を応用した新しい推定器を提案する。 我々は,このような推定器が,サンプル手段に基づく一般的な推定器よりも精度が高いことを理論的に証明した。
  論文  参考訳（メタデータ） (2023-02-06T05:17:22Z)
• Planning with Dynamically Estimated Action Costs [2.8326418377665346]
  実際のAI計画アプリケーションには、アクションコストに関する情報が不可欠だ。 近年のアプローチでは、データからしばしば学習されるブラックボックス外部アクションコスト推定器が計画段階で適用されている。 本稿では,行動コストを考慮した決定論的計画の一般化を提案する。
  論文  参考訳（メタデータ） (2022-06-08T21:10:37Z)
• Present-Biased Optimization [8.775878711928591]
  論文は,akerlof (1991) が提唱した,時間的一貫性のない計画に関する人間の行動の様々な側面を研究する枠組みを拡張した。 その結果,現在偏りのあるエージェントが計算している解のコストと最適解のコストの比率は,問題制約によって大きく異なることがわかった。
  論文  参考訳（メタデータ） (2020-12-29T12:40:59Z)
• Adaptive Covariate Acquisition for Minimizing Total Cost of Classification [7.893831644671974]
  分類と誤分類のコストを最小限に抑える方法を提案する。 提案手法は, 従来手法と比較して低コストであることを示す。 提案手法は, 偽発見率を最小化しながら, ターゲットリコールを実現するものであることを確認した。
  論文  参考訳（メタデータ） (2020-02-21T07:30:52Z)

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。