論文の概要: Posterior Twins: Distributional Behavioral Simulation for Enterprise Decisions

• arxiv url: http://arxiv.org/abs/2606.16415v1
• Date: Mon, 15 Jun 2026 08:52:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-16 16:21:34.250952
• Title: Posterior Twins: Distributional Behavioral Simulation for Enterprise Decisions
• Title（参考訳）: 後双生児:企業決定のための分布行動シミュレーション
• Authors: Ankit Das,
• Abstract要約: 後のツインズ(英: Posterior Twins)は、特定の意思決定コンテキスト下での分布の更新として、おそらく振る舞いを示すメモリグラウンドのデジタルツインアプローチである。 我々は,226例の行動応答ベンチマークを用いて,Twinning Labsの行動モデル操作点の家系を評価した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Enterprise behavioral simulation requires more than producing a plausible response. Many decisions depend on the shape of a population under a proposed action: which segments accept, defect, hesitate, or move into risk-sensitive states. This paper introduces Posterior Twins, a memory-grounded digital-twin approach that represents likely behavior as an updated distribution under a specific decision context. We evaluate a family of Twinning Labs behavioral-model operating points on a 226-example held-out behavioral-response benchmark and report both modal accuracy and Wasserstein-1 distance. The results show that modal accuracy and distributional fidelity identify different operating regimes. TL-Twin Alpha achieves the lowest observed Wasserstein-1 distance in the reported result set ($W_1 = 1.16$), while TL-Twin Delta and TL-Twin Gamma provide balanced operating points near the modal-accuracy frontier. The paper frames these results as a systems result: governed memory, behavioral model routing, scenario orchestration, distributional aggregation, and auditability are necessary for turning simulated behavior into reusable enterprise decision evidence.
• Abstract（参考訳）: 企業行動シミュレーションは、もっともらしい応答を生み出す以上のものを必要とします。 多くの決定は、提案された行動の下での集団の形状に依存している。 本稿では,メモリグラウンドのディジタルツイン手法であるPosterior Twinsを紹介する。 Twinning Labs の動作モデル操作点群を 226 個のホールドアウト動作応答ベンチマークで評価し,モーダル精度と Wasserstein-1 距離の両方を報告する。 その結果,モーダル精度と分布忠実度が異なる操作条件を識別できることが示唆された。 TL-Twin Alphaは報告された結果セット(W_1 = 1.16$)で最も低いワッサースタイン-1距離を達成し、TL-Twin DeltaとTL-Twin Gammaはモダル精度フロンティア付近でバランスの取れた操作ポイントを提供する。 シミュレーションされた振る舞いを再利用可能な企業決定証拠に変換するためには、管理されたメモリ、行動モデルルーティング、シナリオオーケストレーション、分散集約、監査可能性が必要である。

関連論文リスト

• RepFlow: Representation Enhanced Flow Matching for Causal Effect Estimation [3.541381969947235]
  医療、経済、社会政策など様々な分野において、観測データから因果効果を推定することがますます重要になっている。 既存の手法は主に点推定に限られており、分散モデリングの能力に欠ける。 本稿では、表現学習とフローマッチングを組み合わせた共同最適化問題として因果効果推定を定式化する新しいフレームワークRepFlowを提案する。
  論文  参考訳（メタデータ） (2026-05-07T09:02:44Z)
• From Business Events to Auditable Decisions: Ontology-Governed Graph Simulation for Enterprise AI [20.692845789259486]
  エンタプライズAIとエフェクト駆動オントロジーシミュレーションを組み合わせたLOM-actionを提案する。 LOM-action は93.82%の精度と98.74%のツールチェーン F1 をフロンティアベースライン Doubao-1.8 と DeepSeek-V3.2 に対して達成している。 4倍のF1アドバンテージは、モデルスケールではなく、イベント駆動のシミュレーションが、信頼できるエンタープライズ意思決定インテリジェンスのためのアーキテクチャの前提であることを確認する。
  論文  参考訳（メタデータ） (2026-04-08T06:07:48Z)
• D-Models and E-Models: Diversity-Stability Trade-offs in the Sampling Behavior of Large Language Models [91.21455683212224]
  大規模言語モデル(LLMs)では、次の情報の関連性確率は、次の製品の関連性確率に関連付けられる。 しかし、きめ細かいサンプリング確率がタスク要求に忠実に適合するかどうかは未解決の問題だ。 P_tokenが大きなステップ・ツー・ステップの変動を示し、P_taskとの整合性が低いDモデルと、P_tokenがより安定してP_taskに整合するEモデルである。
  論文  参考訳（メタデータ） (2026-01-25T14:59:09Z)
• The Directed Prediction Change - Efficient and Trustworthy Fidelity Assessment for Local Feature Attribution Methods [4.0876210638659725]
  ハイテイクな医療環境では、臨床医と規制官はモデルの意思決定プロセスを忠実に反映した説明を必要とする。 Infidelityのような既存の忠実度指標はモンテカルロ近似に依存している。 本研究は,局所的特徴帰属法の忠実度を評価するための新しい指標を提案する。
  論文  参考訳（メタデータ） (2025-11-26T13:11:42Z)
• Profit over Proxies: A Scalable Bayesian Decision Framework for Optimizing Multi-Variant Online Experiments [0.0352925259310339]
  オンライン制御実験(A/Bテスト)は、デジタル経済におけるデータ駆動型意思決定の基礎である。 p-value"は偽陽性率を膨らませ、変換レートのようなプロキシメトリクスへの過度な依存は、必然的にビジネスの黒字化を損なう決定につながる可能性がある。 本稿では,多変量(A/B/n)実験における利益最適化を目的とした包括的かつスケーラブルなベイズ決定フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-09-16T02:24:20Z)
• Model-free Methods for Event History Analysis and Efficient Adjustment (PhD Thesis) [55.2480439325792]
  この論文は、モデルフリーの観点から統一された統計学への独立した貢献のシリーズである。 第1章では、機械学習から予測技術を活用する柔軟なメソッドを定式化するために、モデルフリーの視点をどのように利用できるか、詳しく説明している。 第2章では、あるプロセスの進化が他のプロセスに直接影響されるかどうかを記述した地域独立の概念を研究している。
  論文  参考訳（メタデータ） (2025-02-11T19:24:09Z)
• Value-Distributional Model-Based Reinforcement Learning [59.758009422067]
  政策の長期的業績に関する不確実性の定量化は、シーケンシャルな意思決定タスクを解決するために重要である。 モデルに基づくベイズ強化学習の観点から問題を考察する。 本稿では,値分布関数を学習するモデルに基づくアルゴリズムであるEpicemic Quantile-Regression(EQR)を提案する。
  論文  参考訳（メタデータ） (2023-08-12T14:59:19Z)
• On Learning the Tail Quantiles of Driving Behavior Distributions via Quantile Regression and Flows [13.540998552232006]
  本研究では,人間の運転行動確率分布の多様性とテール量子化を正確に把握する学習モデルの問題点を考察する。 この設定に2つのフレキシブルな量子学習フレームワークを適用し、強い分布仮定を避ける。 我々は1ステップの加速予測タスクと複数ステップのドライバーシミュレーションのロールアウトでアプローチを評価した。
  論文  参考訳（メタデータ） (2023-05-22T15:09:04Z)
• Navigating to the Best Policy in Markov Decision Processes [68.8204255655161]
  マルコフ決定過程における純粋探索問題について検討する。 エージェントはアクションを逐次選択し、結果のシステム軌道から可能な限り早くベストを目標とする。
  論文  参考訳（メタデータ） (2021-06-05T09:16:28Z)
• Estimating Generalization under Distribution Shifts via Domain-Invariant Representations [75.74928159249225]
  未知の真のターゲットラベルのプロキシとして、ドメイン不変の予測器のセットを使用します。 結果として生じるリスク見積の誤差は、プロキシモデルのターゲットリスクに依存する。
  論文  参考訳（メタデータ） (2020-07-06T17:21:24Z)

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。