論文の概要: Conformal Blindness: A Note on $A$-Cryptic change-points

• arxiv url: http://arxiv.org/abs/2601.01147v1
• Date: Sat, 03 Jan 2026 10:24:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-06 16:25:22.053042
• Title: Conformal Blindness: A Note on $A$-Cryptic change-points
• Title（参考訳）: Conformal Blindness:$A$-Cryptic Change-points
• Authors: Johan Hallberg Szabadváry,
• Abstract要約: Conformal Test Martingales (CTM) は、データ交換可能性の重要な仮定をテストする標準的な方法である。 我々は、emph$A$-cryptic change-pointという現象を実証する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Conformal Test Martingales (CTMs) are a standard method within the Conformal Prediction framework for testing the crucial assumption of data exchangeability by monitoring deviations from uniformity in the p-value sequence. Although exchangeability implies uniform p-values, the converse does not hold. This raises the question of whether a significant break in exchangeability can occur, such that the p-values remain uniform, rendering CTMs blind. We answer this affirmatively, demonstrating the phenomenon of \emph{conformal blindness}. Through explicit construction, for the theoretically ideal ``oracle'' conformity measure (given by the true conditional density), we demonstrate the possibility of an \emph{$A$-cryptic change-point} (where $A$ refers to the conformity measure). Using bivariate Gaussian distributions, we identify a line along which a change in the marginal means does not alter the distribution of the conformity scores, thereby producing perfectly uniform p-values. Simulations confirm that even a massive distribution shift can be perfectly cryptic to the CTM, highlighting a fundamental limitation and emphasising the critical role of the alignment of the conformity measure with potential shifts.
• Abstract（参考訳）: コンフォーマルテストマーティンガレス(Conformal Test Martingales, CTM)は、p-値列の均一性から逸脱を監視することにより、データ交換可能性の重要な仮定をテストするための、コンフォーマル予測フレームワークの標準手法である。 交換性は一様 p-値を意味するが、逆は成り立たない。 このことは、p-値が均一に保たれ、CTMが盲目となるような交換可能性の重大な破壊が起こるかどうかという問題を提起する。 我々はこれを肯定的に答え、'emph{conformal blindness} 現象を実証する。 明示的な構成を通じて、理論上理想的な '`oracle'' 整合度測度(真の条件密度によって与えられる)に対して、 \emph{$A$-cryptic change-point} (ここで$A$は整合度測度を指す)の可能性を実証する。 二変量ガウス分布を用いて、辺平均の変化が等式スコアの分布を変えない線を同定し、完全に均一なp-値を生成する。 シミュレーションでは、大規模な分布シフトであってもCTMに完全に暗号化可能であることを確認し、基本的な制限を強調し、適合度尺度と潜在的なシフトとの整合性のアライメントの重要な役割を強調している。

関連論文リスト

• Theoretical guarantees for change localization using conformal p-values [36.191356601153146]
  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。
  論文  参考訳（メタデータ） (2025-10-09T19:05:47Z)
• Technical note on Sequential Test-Time Adaptation via Martingale-Driven Fisher Prompting [3.5808917363708743]
  M-FISHERは、ストリーミングデータにおける逐次分布シフト検出と安定した適応のための方法である。 検出のために、非整合性スコアから指数的マーチンゲールを構築し、Villeの不等式を適用し、偽アラーム制御の時間一様保証を得る。 適応のために、フィッシャー条件によるプロンプトパラメータの更新は、分布多様体上の自然な勾配降下を実装していることを示す。
  論文  参考訳（メタデータ） (2025-10-04T15:31:26Z)
• E-Values Expand the Scope of Conformal Prediction [49.1574468325115]
  コンフォーマル予測は、分布のない不確実性定量化のための強力なフレームワークである。 本稿では,共形e-predictionと呼ばれる電子値に基づく代替手法について検討する。 E値は、p値では達成できない重要な利点を提供し、新しい理論的および実用的能力を実現する。
  論文  参考訳（メタデータ） (2025-03-17T10:54:30Z)
• SoftCVI: Contrastive variational inference with self-generated soft labels [2.5398014196797614]
  変分推論とマルコフ連鎖モンテカルロ法がこのタスクの主要なツールである。 ソフトコントラスト変動推論(SoftCVI)を導入し、コントラスト推定フレームワークを用いて変動対象のファミリーを導出する。 我々は、SoftCVIを用いて、訓練や大量発見に安定な目標を定式化することができ、他の変分アプローチよりも頻繁に優れた推論が可能であることを発見した。
  論文  参考訳（メタデータ） (2024-07-22T14:54:12Z)
• Federated Conformal Predictors for Distributed Uncertainty Quantification [83.50609351513886]
  コンフォーマル予測は、機械学習において厳密な不確実性定量化を提供するための一般的なパラダイムとして現れつつある。 本稿では,共形予測を連邦学習環境に拡張する。 本稿では、FL設定に適した部分交換可能性の弱い概念を提案し、それをフェデレート・コンフォーマル予測フレームワークの開発に利用する。
  論文  参考訳（メタデータ） (2023-05-27T19:57:27Z)
• A Unified Joint Maximum Mean Discrepancy for Domain Adaptation [73.44809425486767]
  本論文は,最適化が容易なjmmdの統一形式を理論的に導出する。 統合JMMDから、JMMDは分類に有利な特徴ラベル依存を低下させることを示す。 本稿では,その依存を促進する新たなmmd行列を提案し,ラベル分布シフトにロバストな新しいラベルカーネルを考案する。
  論文  参考訳（メタデータ） (2021-01-25T09:46:14Z)

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。