論文の概要: Jacobian-Velocity Bounds for Deployment Risk Under Covariate Drift

• arxiv url: http://arxiv.org/abs/2605.04932v1
• Date: Wed, 06 May 2026 13:57:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-07 18:41:07.856253
• Title: Jacobian-Velocity Bounds for Deployment Risk Under Covariate Drift
• Title（参考訳）: Covariate Drift 下でのデプロイリスクに対するJacobian-Velocity境界
• Abstract要約: 時間領域のポアンカレ不等式は時間的リスクのボラティリティを微分エネルギーに還元する。 ヤコビアン・速度定理(ヤコビアン・速度定理、Jacobian-Vlocity theorem)は、方向接エネルギーを明示的な経路正則性の下で支配量として特定する定理である。 定理-メソッドパイプラインを4つの実験で検証する。
• 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: We study long-horizon deployment of a frozen predictor under dynamic covariate shift. A time-domain Poincaré inequality reduces temporal risk volatility to derivative energy, and a Jacobian-velocity theorem identifies directional tangent energy along the deployment path as the governing quantity under explicit along-path regularity and domination assumptions. Under low-rank drift, that quantity reduces to directional Jacobian energy in the drift subspace, motivating drift-aligned tangent regularization (DTR) and a matched monitoring proxy. Rather than smoothing the network isotropically, DTR penalizes sensitivity only along estimated drift directions. We validate the theorem-to-method pipeline in four experiments: a synthetic benchmark for the time-domain inequality, a controlled synthetic comparison against isotropic Jacobian regularization, and two frozen-deployment studies on the UCI Air Quality and Tetouan power-consumption datasets. DTR reduces risk volatility and directional gain in the controlled low-rank regime, beats isotropic smoothing there, and gives validation-selected deployment gains on both real datasets when the Air Quality drift subspace is estimated from target-orthogonal sensor motion. Moderate drift-subspace misspecification is tolerable while orthogonal misspecification largely removes the benefit.
• Abstract（参考訳）: 動的共変量シフト下での凍結予測器の長期展開について検討した。 時間領域のポアンカレ不等式は時間的リスクのボラティリティを微分エネルギーに還元し、ジャコビアン・速度定理(英語版)は、配置経路に沿った方向の接エネルギーを明示的な経路正則性と支配仮定の下で支配量として特定する。 低ランクドリフトでは、その量はドリフト部分空間における方向ジャコビアンエネルギーに還元され、ドリフト整列タンジェント正規化(DTR)と一致した監視プロキシを動機付ける。 ネットワークを等方的に滑らかにするのではなく、DTRは推定ドリフト方向に沿ってのみ感度をペナリゼーションする。 本研究は, 時間領域不等式に対する合成ベンチマーク, 等方的ヤコビ正規化に対する制御された合成比較, UCI空気品質とテトゥーアン電力消費データセットに関する2つの凍結展開研究の4つの実験で検証した。 DTRは、制御された低ランク状態におけるリスクのボラティリティと方向性の利得を低減し、そこで等方的平滑化を打ち負かし、Air Qualityのドリフト部分空間がターゲットと直交するセンサーの動きから推定される場合、両方の実際のデータセットに対して検証選択されたデプロイメントの利得を与える。 適度なドリフト・サブスペースのミス種別は許容可能であるが、直交のミス種別は大きな利点を排除している。

関連論文リスト

• Parameter-Dependent LMI Synthesis for Semi-Global Differential ISS Trajectory Tracking of Nonholonomic Mobile Robots Under Multiplicative Wheel Slip [0.0]
  本稿では,非ホロノミック移動ロボットの軌道追跡のためのパラメータ依存線形行列不等式(LMI)フレームワークを提案する。 セミグロバル差動入力-状態安定性、所定の指数減衰率、局所極配置、アクチュエータ限定動作のためのゲインバウンドフィードバックプロキシを同時に確立する。 100人以上のモンテカルロが提案した制御器を実行し、認定封筒内の完全な軌道包摂を達成する。
  論文  参考訳（メタデータ） (2026-08-08T10:27:14Z)
• Adaptive MPPI with Online Disturbance Covariance Estimation: Provable Stability Tightening via Spatial Smoothing [0.0]
  付加過程障害を有する非線形系のモデル予測経路積分(MPPI)制御について検討する。 不一致な外乱共分散は閉ループ安定性証明書に永続的なペナルティをもたらす。
  論文  参考訳（メタデータ） (2026-07-09T21:12:40Z)
• Disentangling Continuous-Time Latent Dynamics: Identifiability of Latent SDEs via Diffusion Shifts [60.95873409673775]
  連続時間潜在微分方程式モデルにおける識別可能性はほとんど開のままである。 未知の非線形微分同相を通じて観測される付加ノイズ潜在SDEについて検討した。 本稿では,2段階の遅延不整合とグラフ復元のための推定器を提案する。
  論文  参考訳（メタデータ） (2026-06-26T16:18:28Z)
• Resilience Characterization of AI-Native Wireless Receivers via Persistent Homology [9.201627918330896]
  ディープラーニングに基づくAIネイティブ無線受信機は、静止チャネル条件下では顕著な性能を示す。 本稿では, 持続的ホモロジーと持続性指数に基づく新しいリアルタイム計量であるトポロジカルレジリエンス指数(TRI)を提案する。
  論文  参考訳（メタデータ） (2026-05-21T02:34:31Z)
• Probability-Conserving Flow Guidance [49.03107678763765]
  Adaptive Manifold Guidance (AdaMaG)はリアリズムを改善し、幻覚を減らし、高誘導下での劣化を制御する。 画像生成ベンチマーク全体で、AdaMaGはリアリズムを改善し、幻覚を減らし、高誘導下での劣化を制御する。
  論文  参考訳（メタデータ） (2026-05-19T16:34:01Z)
• Temporal Pair Consistency for Variance-Reduced Flow Matching [13.328987133593154]
  TPC(Temporal Pair Consistency)は、同じ確率経路に沿ってペア化された時間ステップで速度予測を結合する軽量な分散還元原理である。 フローマッチング内で確立されたTPCは、複数の解像度でCIFAR-10とImageNetのサンプル品質と効率を改善する。
  論文  参考訳（メタデータ） (2026-02-04T00:05:21Z)
• On the Provable Suboptimality of Momentum SGD in Nonstationary Stochastic Optimization [0.0]
  各種段差系における均一な凸性および滑らか性の下でのグラディエントDescentの追跡性能を解析した。 本研究では,ドリフトによる追従誤差を大幅に増幅し,追従能力に明らかなペナルティを与えることを示す。 これらの結果は、動的環境における運動量の経験的不安定性に対する決定的な理論的根拠を与える。
  論文  参考訳（メタデータ） (2026-01-18T03:27:21Z)
• On Exact Editing of Flow-Based Diffusion Models [97.0633397035926]
  本研究では,フローベース編集を既知ソースによって駆動される分散変換問題として再構成する条件付き速度補正(CVC)を提案する。 CVCは、双対パースペクティブな速度変換機構を導入することにより、分配間変換における速度の役割を再考する。 我々は,CVCが優れた忠実度,セマンティックアライメント,多種多様なタスクに対する信頼性の高い編集動作を一貫して達成していることを示す。
  論文  参考訳（メタデータ） (2025-12-30T06:29:20Z)
• Robust Outlier Detection and Low-Latency Concept Drift Adaptation for Data Stream Regression: A Dual-Channel Architecture [9.977810035655805]
  外乱検出と概念ドリフト検出は、データ分析における2つの課題である。 本稿では,関節外乱と概念ドリフト検出のための新しい頑健な回帰フレームワークを提案する。 EWMAD-DTにより強化された本フレームワークは,点アウトレーヤやコンセプトドリフトが共存しても優れた検出性能を示す。
  論文  参考訳（メタデータ） (2025-12-13T11:17:47Z)
• DPAC: Distribution-Preserving Adversarial Control for Diffusion Sampling [0.7866885337535715]
  逆導拡散サンプリングは、しばしばターゲットクラスを達成するが、サンプルの品質は、逆制御された軌道と名目軌道とのずれが蓄積するにつれて低下する。 制御された(制御されていない)拡散過程間の経路空間Kullback-Leibler分散(path-KL)としてこの分解を定式化する。 この経路-KLの最小化は、ワッサーシュタイン距離とフレシェ・インセプション距離(FID)の両方の上限を同時に締め付け、対向制御エネルギーと知覚忠実度との接続を明らかにする。
  論文  参考訳（メタデータ） (2025-12-01T00:15:05Z)
• Revisiting Zeroth-Order Optimization: Minimum-Variance Two-Point Estimators and Directionally Aligned Perturbations [57.179679246370114]
  乱摂動の分布は, 摂動段差がゼロになる傾向にあるため, 推定子の分散を最小限に抑える。 以上の結果から, 一定の長さを維持するのではなく, 真の勾配に方向を合わせることが可能であることが示唆された。
  論文  参考訳（メタデータ） (2025-10-22T19:06:39Z)
• Adaptive Dual Uncertainty Optimization: Boosting Monocular 3D Object Detection under Test-Time Shifts [80.32933059529135]
  TTA(Test-Time Adaptation)メソッドが出現し、推論中にターゲット分布に適応する。 我々は、堅牢なM3ODの両不確実性を共同で最小化するために設計された、最初のTTAフレームワークであるDual Uncertainity Optimization (DUO)を提案する。 並列に,明瞭な意味的手がかりを持つ領域における幾何学的コヒーレンスを保存する意味認識型正規場制約を設計する。
  論文  参考訳（メタデータ） (2025-08-28T07:09:21Z)
• Adaptive Annealed Importance Sampling with Constant Rate Progress [68.8204255655161]
  Annealed Importance Smpling (AIS)は、抽出可能な分布から重み付けされたサンプルを合成する。 本稿では,alpha$-divergencesに対する定数レートAISアルゴリズムとその効率的な実装を提案する。
  論文  参考訳（メタデータ） (2023-06-27T08:15:28Z)
• Implicit Bias of Gradient Descent for Logistic Regression at the Edge of Stability [69.01076284478151]
  機械学習の最適化において、勾配降下(GD)はしばしば安定性の端(EoS)で動く 本稿では,EoS系における線形分離可能なデータに対するロジスティック回帰のための定数段差GDの収束と暗黙バイアスについて検討する。
  論文  参考訳（メタデータ） (2023-05-19T16:24:47Z)

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。