論文の概要: Generalized Conformal Predictive Systems Under Distributional Shifts

• arxiv url: http://arxiv.org/abs/2606.11044v1
• Date: Tue, 09 Jun 2026 16:12:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-10 15:40:58.60263
• Title: Generalized Conformal Predictive Systems Under Distributional Shifts
• Title（参考訳）: 分布シフト下における一般化等角予測系
• Authors: Jef Jonkers, Johanna Ziegel,
• Abstract要約: コンフォーマル予測システム(CPS)は交換性の下でCDFの出力バンドを出力する。 我々は、観測固有の置換重みを通して分布シフトを符号化することで、CPSを交換不能な設定に拡張する。 等方性測定CPS, 等方性ビニング, 等方性分布回帰の効率的な計算法を導出する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Conformal predictive systems (CPS) output calibrated bands of CDFs under exchangeability. We extend generalized CPS to non-exchangeable settings by encoding distributional shifts through observation-specific permutation weights. This yields shift-aware predictive systems that remain valid whenever the test point is, conditionally on the unordered sample, a weighted draw from the observed atoms. Since such weights are typically estimated, we introduce weight-uncertainty boxes and construct robust CPS envelopes with finite-sample or asymptotic confidence guarantees. We derive efficient computation for conformity-measure CPS, conformal binning, and conformal isotonic distributional regression. Experiments under covariate shift and feedback-driven biomolecular design show calibrated predictive bands that widen under stronger shifts and tighten as sample size increases.
• Abstract（参考訳）: コンフォーマル予測システム(CPS)は交換性の下でCDFの校正帯域を出力する。 一般化されたCPSを、観測固有の置換重みを通して分布シフトを符号化することで、交換不能な設定に拡張する。 これにより、テストポイントが無秩序なサンプル上で条件付きで観察された原子からの重み付けされたドローである場合、常に有効であるシフト対応予測システムが得られる。 このような重みは典型的に推定されるので、重みの不確かさボックスを導入し、有限サンプルまたは漸近的信頼保証を持つ堅牢なCPSエンベロープを構築する。 等方性測定CPS, 等方性ビニング, 等方性分布回帰の効率的な計算法を導出する。 共変量シフトおよびフィードバック駆動型生体分子設計による実験では、より強いシフトの下で拡大し、サンプルサイズが増加するにつれて密着するキャリブレーションされた予測バンドが示される。

関連論文リスト

• Set-Preserving Calibration from Conformal P-Values to E-Values [6.673032375204486]
  そこで本研究では, 共形p値によって誘導される予測セットを変更することなく, 共形p値をe値に変換する新しいP2Eキャリブレータを提案する。 このe値の定式化は、e値のマージとランダム化における最近の進歩の原則的利用を可能にする。
  論文  参考訳（メタデータ） (2026-06-02T13:06:01Z)
• Distribution-Aware Conformal Prediction: A Framework for generating efficient prediction intervals for time series [0.020991077797287677]
  本稿では,モンテカルロのドロップアウト,深層アンサンブル,および量子レグレッションとスコア非依存の共形キャリブレーションといった確率的予測器を統合し,有効かつ効率的な予測間隔を生成する統合フレームワークである分散対応コンフォーマル予測(DCP)を提案する。 合成および実世界の時系列データに関するベンチマーク分析は、DCPが様々な不確実な状況下で予測間隔を適応的に調整する能力を示している。
  論文  参考訳（メタデータ） (2026-05-26T05:38:18Z)
• eCP: Informative uncertainty quantification via Equivariantized Conformal Prediction with pre-trained models [3.1424353049227727]
  我々は、事前学習されたモデルの群対称性が共形予測(CP)に及ぼす影響について検討する。 本研究では,事前学習した予測器の群分割による幾何情報を用いてCPを注入し,非整合質量を軌道に分散する手法を提案する。 提案手法では, コンベックス次数の増加に伴う非整合性スコアが良好に得られ, 指数的なテール境界が向上し, 予想される共形予測セットがよりシャープになった。
  論文  参考訳（メタデータ） (2026-02-03T20:18:59Z)
• Continual Quantum Architecture Search with Tensor-Train Encoding: Theory and Applications to Signal Processing [68.35481158940401]
  CL-QASは連続的な量子アーキテクチャ検索フレームワークである。 振幅のエンコードと変分量子回路の忘れを犠牲にすることの課題を緩和する。 制御可能なロバスト性表現性、サンプル効率の一般化、およびバレンプラトーを使わずに滑らかな収束を実現する。
  論文  参考訳（メタデータ） (2026-01-10T02:36:03Z)
• CP$^2$: Leveraging Geometry for Conformal Prediction via Canonicalization [51.716834831684004]
  幾何データシフトにおける共形予測(CP)の問題について検討する。 本稿では,幾何的ポーズなどの幾何学的情報を統合することを提案する。
  論文  参考訳（メタデータ） (2025-06-19T10:12:02Z)
• Conformal Generative Modeling with Improved Sample Efficiency through Sequential Greedy Filtering [55.15192437680943]
  生成モデルは出力に対する厳密な統計的保証を欠いている。 厳密な統計的保証を満たす予測セットを生成する逐次共形予測法を提案する。 このことは、高い確率で予測セットが少なくとも1つの許容可能な(または有効な)例を含むことを保証している。
  論文  参考訳（メタデータ） (2024-10-02T15:26:52Z)
• Conformal Predictive Systems Under Covariate Shift [2.9310590399782788]
  Conformal Predictive Systems (CPS) は予測分布を構築するための汎用的なフレームワークを提供する。 重み付きCPS(重み付きコンフォーマル予測)を提案する。 本稿ではWCPSの有効性と有効性に関する理論的根拠と予想について述べる。
  論文  参考訳（メタデータ） (2024-04-23T13:23:27Z)
• 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)
• Distribution-free uncertainty quantification for classification under label shift [105.27463615756733]
  2つの経路による分類問題に対する不確実性定量化(UQ)に焦点を当てる。 まず、ラベルシフトはカバレッジとキャリブレーションの低下を示すことでuqを損なうと論じる。 これらの手法を, 理論上, 分散性のない枠組みで検討し, その優れた実用性を示す。
  論文  参考訳（メタデータ） (2021-03-04T20:51:03Z)

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。