論文の概要: Conformal changepoint localization

• arxiv url: http://arxiv.org/abs/2602.06267v1
• Date: Thu, 05 Feb 2026 23:50:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-10 20:26:24.341929
• Title: Conformal changepoint localization
• Title（参考訳）: Conformal Changepoint Localization
• Authors: Rohan Hore, Aaditya Ramdas,
• Abstract要約: 配電系統におけるオフライン変更点の局所化問題について検討する。 我々は、他の仮定をせずに変化が起こる指数に対して有限サンプルの信頼セットを生成する。 実験によると、CONCHは画像やテキストを含む困難な設定であっても、正確な信頼セットを提供する。
• 参考スコア（独自算出の注目度）: 36.191356601153146
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We study the problem of offline changepoint localization in a distribution-free setting. One observes a vector of data with a single changepoint, assuming that the data before and after the changepoint are iid (or more generally exchangeable) from arbitrary and unknown distributions. The goal is to produce a finite-sample confidence set for the index at which the change occurs without making any other assumptions. Existing methods often rely on parametric assumptions, tail conditions, or asymptotic approximations, or only produce point estimates. In contrast, our distribution-free algorithm, CONformal CHangepoint localization (CONCH), only leverages exchangeability arguments to construct confidence sets with finite sample coverage. By proving a conformal Neyman-Pearson lemma, we derive principled score functions that yield informative (small) sets. Moreover, with such score functions, the normalized length of the confidence set shrinks to zero under weak assumptions. We also establish a universality result showing that any distribution-free changepoint localization method must be an instance of CONCH. Experiments suggest that CONCH delivers precise confidence sets even in challenging settings involving images or text.
• Abstract（参考訳）: 配電系統におけるオフライン変更点の局所化問題について検討する。 1つの変更点を持つデータのベクトルを観測し、変更点の前後のデータが任意の分布と未知の分布から iid(あるいはより一般的に交換可能)であると仮定する。 目標は、変化が他の仮定をせずに起こる指数に対して有限サンプルの信頼セットを作成することである。 既存の手法は、しばしばパラメトリックな仮定、テール条件、または漸近近似に頼り、あるいは点推定のみを生成する。 対照的に、我々の分布自由アルゴリズムであるconformal CHangepoint Localization (CONCH) は、交換可能性引数のみを活用して、有限サンプルカバレッジを持つ信頼セットを構築する。 共形なナイマン・ピアソン補題を証明することにより、情報的(小さい)集合を生成する原理的なスコア関数を導出する。 さらに、そのようなスコア関数では、信頼集合の正規化された長さは弱仮定の下でゼロに縮まる。 また、任意の分布自由な変更点ローカライゼーション法がCONCHのインスタンスでなければならないことを示す普遍性結果も確立する。 実験によると、CONCHは画像やテキストを含む困難な設定であっても、正確な信頼セットを提供する。

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)
• Post-detection inference for sequential changepoint localization [29.43493007296859]
  本研究では、任意の逐次検出アルゴリズムが変更を宣言するデータ依存停止時間までのデータのみを用いて、未知の変更点に対する信頼セットを構築するフレームワークを開発する。 我々のフレームワークは非パラメトリックであり、複合的なポストチェンジクラス、観測空間、あるいは使用されるシーケンシャルな検出手順を仮定せず、漸近的に有効である。
  論文  参考訳（メタデータ） (2025-02-10T02:01:30Z)
• 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)
• Predicting Out-of-Domain Generalization with Neighborhood Invariance [59.05399533508682]
  局所変換近傍における分類器の出力不変性の尺度を提案する。 私たちの測度は計算が簡単で、テストポイントの真のラベルに依存しません。 画像分類,感情分析,自然言語推論のベンチマーク実験において,我々の測定値と実際のOOD一般化との間に強い相関関係を示す。
  論文  参考訳（メタデータ） (2022-07-05T14:55:16Z)
• E-detectors: a nonparametric framework for sequential change detection [86.15115654324488]
  逐次的変化検出のための基本的かつ汎用的なフレームワークを開発する。 私たちの手順は、平均走行距離のクリーンで無症状な境界が伴います。 統計的および計算効率の両方を達成するために,これらの混合物を設計する方法を示す。
  論文  参考訳（メタデータ） (2022-03-07T17:25:02Z)
• Cross-validation for change-point regression: pitfalls and solutions [0.0]
  その結果,2乗誤差損失を伴うクロスバリデーションの問題はより深刻であり,変更点数の体系的過小評価や過大評価につながる可能性が示唆された。 本稿では,これらの問題を解決するための2つの簡単なアプローチを提案する。 これらの条件は, 変更点数の誤った値が供給された場合, 性能上の新しい結果を用いて, 少なくとも2乗推定で満たされることを示す。
  論文  参考訳（メタデータ） (2021-12-06T18:23:12Z)
• Tackling the Objective Inconsistency Problem in Heterogeneous Federated Optimization [93.78811018928583]
  本稿では、フェデレートされた異種最適化アルゴリズムの収束性を分析するためのフレームワークを提供する。 我々は,高速な誤差収束を保ちながら,客観的な矛盾を解消する正規化平均化手法であるFedNovaを提案する。
  論文  参考訳（メタデータ） (2020-07-15T05:01:23Z)
• Distribution-free binary classification: prediction sets, confidence intervals and calibration [106.50279469344937]
  分布自由条件における二項分類のための不確実性定量化(キャリブレーション、信頼区間、予測セット)の3つの概念について検討する。 固定幅と一様質量の両双対の双対確率に対する信頼区間を導出する。 我々の「三脚」定理の結果として、双有理確率に対するこれらの信頼区間は分布自由キャリブレーションに繋がる。
  論文  参考訳（メタデータ） (2020-06-18T14:17:29Z)
• Optimal Change-Point Detection with Training Sequences in the Large and Moderate Deviations Regimes [72.68201611113673]
  本稿では,情報理論の観点から,新しいオフライン変化点検出問題について検討する。 基礎となる事前および変更後分布の知識は分かっておらず、利用可能なトレーニングシーケンスからのみ学習できると仮定する。
  論文  参考訳（メタデータ） (2020-03-13T23:39:40Z)

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。