論文の概要: UC-Search: Risk-Aware Test-Time Search for Delayed Constrained Time-Series Control
- arxiv url: http://arxiv.org/abs/2606.25274v1
- Date: Wed, 24 Jun 2026 01:15:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-25 17:05:30.183173
- Title: UC-Search: Risk-Aware Test-Time Search for Delayed Constrained Time-Series Control
- Title（参考訳）: UC-Search:遅延制約時間系列制御のためのリスク対応テスト時間探索
- Abstract要約: UC-Searchは、時系列モデルのためのモデルに依存しないテストタイムラッパーである。
我々はUC-BeamとUC-MCTS診断をインスタンス化する。
- 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: Time-series models are usually scored as forecasters, yet deployed systems often require delayed decisions under uncertainty and hard feasibility constraints. UC-Search is a model-agnostic test-time wrapper: a backbone emits forecasts or action scores, a feasibility automaton rolls candidate paths forward, and bounded search returns the first action of a risk-adjusted feasible trajectory. We instantiate UC-Beam and a UCT-style UC-MCTS diagnostic, using epistemic, aleatoric, and propagated uncertainty mainly as path-risk terms. A myopic-collapse/separation theorem states when search reduces to one-step risk-greedy and when delayed feasible-set coupling can create non-myopic value. Primary evidence comes from a predeclared public $9$-family, $33$-series delayed-control suite with six held-out starts per series: UC-Pareto is positive versus validation-selected CEM, MPPI, and risk-aware random at the normalized threshold ($+3.1675/+2.3328/+2.5038$), and remains positive in a compute-matched audit ($+2.8466/+2.7418/+2.7429$). ETT/LTSF delayed-inventory validation supports the same compute-frontier claim. A 48-series raw M4 standard periodic-review lost-sales inventory audit is positive versus the strongest classic base-stock control ($+13556.7547$), CEM ($+64900.2207$), and risk-random ($+52881.6042$), while MPPI remains family-mixed. FI-2010, official-forecast adapters, SB3/FQI controls, direction/capacity/intervention checks, and synthetic mechanism tests are reported as boundary or mechanism evidence rather than broad dominance claims.
- Abstract（参考訳）: 時系列モデルは通常、予測器として評価されるが、デプロイされたシステムは不確実性とハードファシビリティ制約の下での遅延決定を必要とすることが多い。
UC-Searchはモデルに依存しないテストタイムラッパーで、バックボーンは予測やアクションスコアを出力し、実現可能なオートマトンは候補パスを前方にロールし、バウンドサーチはリスク調整可能な実行可能軌道の最初のアクションを返す。
われわれはUC-BeamとUC-MCTSの診断を,主にパスリスク用語として,てんかん,失語,伝播不確実性を用いてインスタンス化する。
ミオピック・崩壊・分離定理(英語版)は、探索が一段階のリスクグレーディに還元され、遅延可能なセット結合が非ミオピック値を生成することを述べる。
UC-Paretoは正対バリデーション選択されたCEM、MPPI、正常化閾値(+3.1675/+2.3328/+2.5038$)でのリスク認識ランダム(+2.8466/+2.7418/+2.7429$)である。
ETT/LTSF遅延発明検証は、同じ計算フロンティアクレームをサポートする。
48シリーズのレギュラー・レヴュー・ロス・セール・インベントリ監査は、最強のクラシック・ベースストック・コントロール(+13556.7547$)、CEM(+64900.2207$)、リスク・ランダム(+52881.6042$)に対してプラスである。
FI-2010、公式予報アダプタ、SB3/FQI制御、方向/キャパシティ/干渉チェック、および合成機構試験は、幅広い支配的主張よりも境界またはメカニズムの証拠として報告されている。
関連論文リスト
- Knowing When to Ask for Help: Bayesian Self-Escalation in Hierarchical LLM Agents [0.0]
現在のエージェントシステムは、推論を開始する前にデリゲートを決定する。
我々は第3の体制について研究し、それは成功しそうもないと自覚するエージェントである。
論文 参考訳（メタデータ） (2026-08-25T05:35:07Z) - CUSUM-Shaped Inference-Time Monitoring and Targeted Re-Decoding for Quantized Small Language Model Reasoning [0.6999740786886536]
MGT-Bは、事前サンプリングの不確かさと変性の特徴の重なり合う窓を、位置条件による経験的尾の確率にマップする。
ログしきい値h=10のマニュアル選択後に最初に観察された問題同一性に対して,その効果が持続するかどうかを検証した。
どちらの分析も確証がなく、実証的要因は有効な電子プロセスや電子検出器として確立されていない。
論文 参考訳（メタデータ） (2026-07-22T13:34:17Z) - Real-Time Rulebook-Aware Nonlinear MPC for Autonomous Driving with Priority-Biased Tiered Slacks [0.8363171780853939]
W-SQPは重み付きタイレッドスラック非線形モデル予測制御器(NMPC)である
We present W-SQP, a weighted tiered-slack non model predictive controller (NMPC)。
We present W-SQP, a weighted tiered-slack non model predictive controller (NMPC)。
論文 参考訳（メタデータ） (2026-07-13T00:40:27Z) - When RLVR Shrinks the Reasoning Boundary: Diagnosing Pass@k Inversion [0.0]
検証可能な報酬(RLVR)を用いた強化学習は、繰り返しサンプリング時にモデルを悪化させながら、一サンプル精度を向上させることができる。
トレーニング後、このポリシーはベースモデルよりも小さな問題を、大きな$k$で解決する可能性がある。
失敗は境界プロンプトに集中しており、ベースモデルにはサンプリングによって回復できる稀な正しい軌道が含まれており、有限のRLVRロールアウトグループに確実に現れるには小さすぎる。
論文 参考訳（メタデータ） (2026-07-12T17:17:18Z) - RAVEN: A Regime-Aware Variable-context Expert Network for Financial Time Series Forecasting [83.06074370551887]
固定コンテキストウィンドウは、非定常価格プロセスの時間変化最適振り返りと一致しない。
本稿では,各サンプルの時間的文脈を適応的に決定するMixture-of-Expertsフレームワークを提案する。
累積ログリターン予測(HS300、S&P500)およびファンド販売予測の実験では、RAVENはSOTAのパフォーマンスを達成し、HS300ではピアソン相関を9.2%改善し、S&P500では20.2%改善し、MSEを18.2%削減している。
論文 参考訳（メタデータ） (2026-06-23T02:11:04Z) - Selective Test-Time Compute Scaling for Click-Through Rate Prediction via Uncertainty-Triggered Feature Path Exploration [9.542597285477683]
テスト時間計算のスケーリングは言語モデルに非常に効果的であることが証明されているが、この機会は産業用クリックスルーレート(CTR)予測では探索されていない。
UTTSI(Uncertainty-Triggered Test-Time Selective Inference)は、トレーニング不要なモデルに依存しないフレームワークで、推論深度をインスタンスごとの不確実性に比例して拡張する。
論文 参考訳（メタデータ） (2026-05-24T10:29:10Z) - Early Detection of Latent Microstructure Regimes in Limit Order Books [0.0]
制限順序帳は、安定な状態からストレスのある状態へ急速に遷移することができる。
順序流の不均衡や短期のボラティリティといった標準的な早期警戒信号は本質的に反応性がある。
我々はこの制限を3段階の因果データ生成プロセスで定式化する。
論文 参考訳（メタデータ） (2026-04-22T17:47:52Z) - The Hiremath Early Detection (HED) Score: A Measure-Theoretic Evaluation Standard for Temporal Intelligence [0.0]
非定常プロセス上で動作するシステム評価のための原理的理論的基準であるHiremath Early Detection (HED) Scoreを導入する。
HEDスコアは、ベースラインニュートラルで指数関数的に崩壊するカーネルをターゲット状態の後続確率ストリーム上に統合し、正確には状態シフトの開始時に始まる。
論文 参考訳（メタデータ） (2026-04-05T14:22:20Z) - Cognitive Friction: A Decision-Theoretic Framework for Bounded Deliberation in Tool-Using Agents [0.0]
制約のないツール使用エージェントは、どの情報ソースをクエリして実行するかを決めなければなりません。
本稿では,これらの障害モードを認知的摩擦によって形式化する決定論的枠組みであるTCAを提案する。
我々は,TCAを2つの制御された環境において,停止品質,混雑時の行動選択,時間的緊急性の分離を図った。
論文 参考訳（メタデータ） (2026-03-31T17:30:25Z) - Neuro-Symbolic Financial Reasoning via Deterministic Fact Ledgers and Adversarial Low-Latency Hallucination Detector [2.950245545999729]
検証可能な数値推論エージェント(VeNRA)について紹介する。
VeNRAは、RAGパラダイムを確率的テキストの検索から厳密な型付きUniversal Fact Ledger (UFL)による決定論的変数の検索へとシフトさせる
著者らは3ビリオンのSLMを訓練し、単一の推論予算を用いて予測候補を法医学的に監査する。
論文 参考訳（メタデータ） (2026-03-04T22:55:16Z) - ZIP-RC: Optimizing Test-Time Compute via Zero-Overhead Joint Reward-Cost Prediction [57.799425838564]
ZIP-RCは、モデルに報酬とコストのゼロオーバーヘッド推論時間予測を持たせる適応推論手法である。
ZIP-RCは、同じまたはより低い平均コストで過半数投票よりも最大12%精度が向上する。
論文 参考訳（メタデータ） (2025-12-01T09:44:31Z) - Agentic World Modeling for 6G: Near-Real-Time Generative State-Space Reasoning [70.56067503630486]
第6世代(6G)インテリジェンスは、流動的なトークン予測ではなく、想像と選択の能力を校正している、と我々は主張する。
We showed that WM-MS3M cuts mean absolute error (MAE) by 1.69% vs MS3M with 32% less parameters and similar latency, and achieve a 35-80% lower root mean squared error (RMSE) than attention/hybrid baselines with 2.3-4.1x faster inference。
論文 参考訳（メタデータ） (2025-11-04T17:22:22Z) - Monitoring State Transitions in Markovian Systems with Sampling Cost [65.4151496405543]
自然なアプローチは、予想される予測損失がクエリコスト以下で、クエリがなければいつ発生するかを予測する、欲張りのポリシーである。
最適(OPT)戦略は状態依存のしきい値ポリシである。
遷移確率が未知の場合、我々は、グレディポリシーの予測勾配降下(PSGD)に基づく学習変種を提案する。
論文 参考訳（メタデータ） (2025-10-25T15:07:37Z) - Decision from Suboptimal Classifiers: Excess Risk Pre- and Post-Calibration [52.70324949884702]
バッチ二分決定における近似的後続確率を用いた余剰リスクの定量化を行う。
我々は、再校正のみが後悔のほとんどに対処する体制と、後悔が集団的損失に支配される体制を識別する。
NLP実験では、これらの量によって、より高度なポストトレーニングの期待値が運用コストに値するかどうかが分かる。
論文 参考訳（メタデータ） (2025-03-23T10:52:36Z) - Sub-linear Regret in Adaptive Model Predictive Control [56.705978425244496]
本稿では,STT-MPC (Self-Tuning tube-based Model Predictive Control) について述べる。
システム力学を最初に認識したアルゴリズムと比較して,アルゴリズムの後悔を解析する。
論文 参考訳（メタデータ） (2023-10-07T15:07:10Z)
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。