論文の概要: Statistical inference with belief functions: A survey

• arxiv url: http://arxiv.org/abs/2605.07908v1
• Date: Fri, 08 May 2026 15:46:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-11 19:43:39.174876
• Title: Statistical inference with belief functions: A survey
• Title（参考訳）: 信念関数による統計的推測--調査
• Authors: Fabio Cuzzolin,
• Abstract要約: 信念関数は、不確実性の数学的特徴付けのための強力で一般的なフレームワークである。 信念関数に基づく推論連鎖の最初のステップは推論であり、利用可能なデータから信念測度を学ぶ方法である。
• 参考スコア（独自算出の注目度）: 7.682956029756466
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Belief functions are a powerful and popular framework for the mathematical characterisation of uncertainty, in particular in situations in which lack of data renders learning a probability distribution for the problem impractical. The first step in a reasoning chain based on belief functions is inference: how to learn a belief measure from the available data. In this survey we focus, in particular, on making inference from statistical data, and review the most significant contributions in the area.
• Abstract（参考訳）: 信念関数は、不確実性の数学的特徴付けのための強力で一般的なフレームワークであり、特にデータの欠如が問題の確率分布を非現実的に学習する状況においてである。 信念関数に基づく推論連鎖の最初のステップは推論であり、利用可能なデータから信念測度を学ぶ方法である。 本調査では,特に統計データからの推測に焦点をあて,その領域における最も重要な貢献を概観する。

関連論文リスト

• Targeted Learning for Data Fairness [52.59573714151884]
  データ生成プロセス自体の公平性を評価することにより、公平性推論を拡張する。 我々は、人口統計学的平等、平等機会、条件付き相互情報から推定する。 提案手法を検証するため,いくつかのシミュレーションを行い,実データに適用する。
  論文  参考訳（メタデータ） (2025-02-06T18:51:28Z)
• Federated Prediction-Powered Inference from Decentralized Data [40.84399531998246]
  予測パワー推論(PPI)は信頼性が低いにもかかわらず統計的妥当性を確保するために提案されている。 Fed-PPIフレームワークは、プライベートデータ上でローカルモデルをトレーニングし、Federated Learning (FL)を通じてそれらを集約し、PPIを使用して信頼区間を導出する。
  論文  参考訳（メタデータ） (2024-09-03T09:14:18Z)
• Statistics and explainability: a fruitful alliance [0.0]
  本稿では,説明可能性の文献で一般的に強調される問題に対する解法として,標準的な統計ツールを提案する。 我々は、確実な定量化が堅牢で信頼できる説明を提供するのに不可欠であると主張している。
  論文  参考訳（メタデータ） (2024-04-30T07:04:23Z)
• Model-free generalized fiducial inference [0.0]
  等角予測(CP)は有限サンプル確率予測を保証するために開発された。 CPアルゴリズムは、不確実性定量化に対する比較的汎用的なアプローチであり、有限サンプル保証は、汎用性に欠ける。 本稿では,不正確な確率論から,CPと一般化フィデューシャル(GF)推論の間の公式な接続を構築するためのツールを提案する。
  論文  参考訳（メタデータ） (2023-07-24T01:58:48Z)
• Advancing Counterfactual Inference through Nonlinear Quantile Regression [77.28323341329461]
  ニューラルネットワークで実装された効率的かつ効果的な対実的推論のためのフレームワークを提案する。 提案手法は、推定された反事実結果から見つからないデータまでを一般化する能力を高める。 複数のデータセットで実施した実証実験の結果は、我々の理論的な主張に対する説得力のある支持を提供する。
  論文  参考訳（メタデータ） (2023-06-09T08:30:51Z)
• Reconciling Predictive and Statistical Parity: A Causal Approach [68.59381759875734]
  本稿では,予測パリティに付随する公平度対策のための因果分解式を提案する。 統計的および予測パリティの概念は、実際には互いに排他的ではなく、相補的であり、公正の概念のスペクトルにまたがっていることを示す。
  論文  参考訳（メタデータ） (2023-06-08T09:23:22Z)
• Statistical inference as Green's functions [0.0]
  統計的推論は、交換可能な二進確率変数の長い列に対して厳密な科学的記述を持つことを示す。 我々の発見は科学における規範的で基礎的な問題に対する答えであり、その重要性はあらゆる純粋で応用された分野において遠く及ばない。
  論文  参考訳（メタデータ） (2022-05-23T14:51:32Z)
• BayesIMP: Uncertainty Quantification for Causal Data Fusion [52.184885680729224]
  本研究では,複数の因果グラフに関連するデータセットを組み合わせ,対象変数の平均処理効果を推定する因果データ融合問題について検討する。 本稿では、確率積分とカーネル平均埋め込みのアイデアを組み合わせて、再生されたカーネルヒルベルト空間における干渉分布を表現するフレームワークを提案する。
  論文  参考訳（メタデータ） (2021-06-07T10:14:18Z)

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。