論文の概要: Condition-Stratified Robustness Analysis of Post-Hoc Calibration Methods for Probabilistic Classifiers

• arxiv url: http://arxiv.org/abs/2607.11542v1
• Date: Mon, 13 Jul 2026 13:28:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-14 17:47:21.482322
• Title: Condition-Stratified Robustness Analysis of Post-Hoc Calibration Methods for Probabilistic Classifiers
• Title（参考訳）: 確率的分類器に対するポストホック校正法の条件抽出ロバスト性解析
• Abstract要約: 温度スケーリング(TEMP)と等張回帰(ISO)を4つの制御条件で比較した。 ホルム補正制御(H1),ブライアスコア差(H2),キャリブレーション傾斜結果(H3),AUROC差(H4)の4つの仮説群が評価された。
• 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: Post-hoc calibration is widely adopted to correct probability estimates from trained classifiers, yet most evaluations report aggregate performance without testing whether that performance holds across distinct operating conditions within a single dataset. We present a pre-registered, condition-stratified robustness analysis comparing temperature scaling (TEMP) and isotonic regression (ISO) across four controlled conditions (C1--C4). Four hypothesis groups are evaluated: discrimination deltas with Holm-corrected multiplicity control (H1), Brier score differences (H2), calibration slope outcomes (H3), and AUROC differences under best-condition setups (H4). TEMP-minus-ISO discrimination deltas remain small across all conditions (-0.0155 to 0.0139), with Holm-adjusted p-values of 0.9895 everywhere. TEMP Brier differences are consistently negative (C1: -0.0002 through C4: -0.0074), while ISO shows sign reversals. TEMP calibration slopes stay closer to unity in every condition (range 0.7597--0.9493) than ISO slopes (0.1364--0.2726). AUROC differences shift from near zero in C1 (-0.0004) to positive in C4 (0.0264). These results establish that in-dataset robustness is condition-dependent and metric-specific. No claim of external transportability is made.
• Abstract（参考訳）: ポストホック校正は、訓練された分類器の確率推定を正すために広く採用されているが、ほとんどの評価では、1つのデータセット内の異なる操作条件で性能が保持されるかどうかを検査せずに集計性能を報告している。 本研究では, 温度スケーリング (TEMP) と等張回帰 (ISO) を4つの制御条件 (C1-C4) で比較し, 事前登録, 条件階層化ロバストネス解析を行った。 ホルム補正多重度制御(H1),ブライアスコア差(H2),キャリブレーション傾斜結果(H3),最適条件設定(H4),AUROC差(H4)の4つの仮説群が評価された。 TEMP-minus-ISOの識別デルタは全ての条件(-0.0155から0.0139)で小さく、ホルム調整されたp-値は0.9895である。 TEMPのブリーア差は常に負(C1:-0.0002からC4:-0.0074)であり、ISOは逆転を示す。 TEMPキャリブレーション斜面は、ISO斜面(0.1364--0.2726)よりも全ての条件(0.7597--0.9493)で一様に近い。 AUROC の差は C1 (-0.0004) のほぼゼロから C4 (0.0264) の正に変化する。 これらの結果は、データセット内のロバスト性は条件依存であり、メートル法固有のものであることを証明している。 外部輸送性に関する主張はなされていない。

関連論文リスト

• Semiparametric Inference for Conditional Shapley Feature Importance [0.0]
  本稿では, 条件定式化について検討し, その実条件分布の下で, 対数外特徴を積分する。 そこで本研究では, K-fold cross-fitting とU-statistic correct of the squared loss intervalを提案する。 ピンスカー型境界は、作業コプラクラスを誤って特定するバイアスを定量化し、ワインコプラは条件付きサンプリングが可能である。
  論文  参考訳（メタデータ） (2026-09-09T15:19:24Z)
• Reliability-Aware Hybrid-K Ensemble Selection for Cervical Cytology Classification: Integrating Discrimination, Calibration, and Selective Prediction [3.093890460224435]
  本研究では,マルチクラス頚椎分類のための信頼性を考慮したハイブリッド-Kアンサンブル選択フレームワークを提案する。 9つのディープラーニングアーキテクチャを,固定成層5倍分割と3つの訓練種子を用いて評価した。 Swin-TinyとTinyViT-5Mからなる最後のハイブリッド2アンサンブルは、AURCを43%減らし、NLLを17%減らし、WC-ECEを36%減らした。
  論文  参考訳（メタデータ） (2026-09-01T02:30:41Z)
• KAISEN: Reproducible Subgroup Fairness Auditing for Clinical Risk Models [0.0]
  KAISENは、サブグループの成層、不均質の測定、メカニズム診断、ポストホック緩和、ドリフトモニタリングを含む5段階の監査パイプラインである。 すべての結果は、既知の根拠の真実と共に合成され、臨床的妥当性が確立されない。
  論文  参考訳（メタデータ） (2026-07-30T17:57:18Z)
• Mapping the Evaluation Frontier: An Empirical Survey of the Bias-Reliability Tradeoff Across Eleven Evaluator-Agent Conditions [1.0152838128195467]
  実験ベースを11条件に拡張し、ガンマとHを11条件すべてで測定する。 低評価器結合(ガンマ0.2)の条件は高い測定ノイズを示す。 強い結合(ガンマ>0.9)を持つ条件は低雑音を実現する。 4つのGPT-4o条件はすべての種子にガンマ=0.000とH=1.000を示す。
  論文  参考訳（メタデータ） (2026-07-01T01:04:33Z)
• Calibration, Uncertainty Communication, and Deployment Readiness in CKD Risk Prediction: A Framework Evaluation Study [0.0]
  慢性腎臓病の機械学習モデルは、しばしば内部テストセットに強い差別的スコアを与える。 UCI CKDデータセット(400例,62.5%)を用いた5つの分類器の訓練を行った。 キャリブレーション品質,コンフォーマルな予測カバレッジ,8基準の展開準備フレームワークについて検討した。
  論文  参考訳（メタデータ） (2026-05-20T17:12:48Z)
• PAIR-CI: Calibrated Conditional Independence Testing for Causal Discovery with Incomplete Data [0.0]
  PAIR-CIは非パラメトリック条件独立(CI)テストであり,複数の命令を直接推論手順に統合することによりキャリブレーションを回復する。 確率的に一貫した分散推定器は、クロスバリデーションと多重計算による不確かさを共同で説明する。
  論文  参考訳（メタデータ） (2026-05-06T12:34:37Z)
• The Verification Tax: Fundamental Limits of AI Auditing in the Rare-Error Regime [0.0]
  最も引用されているキャリブレーションの結果は、CIFAR-100上での温度スケーリング後のECEの0.012は、統計的ノイズフロアより下である。 モデル誤差率のエプシロンによるキャリブレーション誤差を推定するミニマックスレートは Theta((Lepsilon/m)2/3) であり、推定器が打ち負かせない。
  論文  参考訳（メタデータ） (2026-04-14T16:48:24Z)
• Robust Regression with Adaptive Contamination in Response: Optimal Rates and Computational Barriers [65.58071581164043]
  本研究では, 共変剤を清潔にし, 応答を適応的に劣化させる汚染モデルの下で, 頑健な回帰について検討する。 本研究では,ハマー汚染下で達成可能なものよりも優れた推定率を持つ推定器を構築するために,追加情報を慎重に活用できることを示す。 情報理論の観点からは、ハマーモデルよりも改善されているにもかかわらず、この問題が強い情報計算ギャップを示すという公式な証拠を提供する。
  論文  参考訳（メタデータ） (2026-04-05T19:07:24Z)
• All Models Are Miscalibrated, But Some Less So: Comparing Calibration with Conditional Mean Operators [12.103487148356747]
  条件平均演算子間の差のヒルベルト・シュミットノルムに基づくカーネル校正誤差を提案する。 実験の結果,CKCEはキャリブレーション誤差によるモデルの一貫性の高いランキングを提供し,分散シフトに対してより堅牢であることがわかった。
  論文  参考訳（メタデータ） (2025-02-17T05:52:09Z)
• Robust Fine-tuning of Zero-shot Models via Variance Reduction [56.360865951192324]
  微調整ゼロショットモデルの場合、このデシドラトゥムは細調整モデルで、分布内(ID)と分布外(OOD)の両方で優れる。 トレードオフを伴わずに最適なIDとOODの精度を同時に達成できるサンプルワイズアンサンブル手法を提案する。
  論文  参考訳（メタデータ） (2024-11-11T13:13:39Z)
• Orthogonal Causal Calibration [55.28164682911196]
  我々は、因果校正作業を標準(非因果予測モデル)の校正作業に還元する一般的なアルゴリズムを開発する。 以上の結果から,既存のキャリブレーションアルゴリズムを因果的設定に応用できることが示唆された。
  論文  参考訳（メタデータ） (2024-06-04T03:35:25Z)
• Controlling Moments with Kernel Stein Discrepancies [74.82363458321939]
  Kernel Steindisrepancies (KSD) は分布近似の品質を測定する。 まず、弱収束制御に使用される標準KSDがモーメント収束制御に失敗することを示す。 次に、代替拡散KSDがモーメントと弱収束の両方を制御できる十分な条件を提供する。
  論文  参考訳（メタデータ） (2022-11-10T08:24:52Z)
• Targeted Separation and Convergence with Kernel Discrepancies [61.973643031360254]
  カーネルベースの不一致測度は、(i)ターゲットPを他の確率測度から分離するか、(ii)Pへの弱収束を制御する必要がある。 本稿では, (i) と (ii) を保証するのに十分な,必要な新しい条件を導出する。 可分距離空間上のMDDに対して、ボヒナー埋め込み可測度を分離するカーネルを特徴づけ、すべての測度を非有界カーネルと分離するための単純な条件を導入する。
  論文  参考訳（メタデータ） (2022-09-26T16:41:16Z)
• Calibration of Neural Networks using Splines [51.42640515410253]
  キャリブレーション誤差の測定は、2つの経験的分布を比較します。 古典的コルモゴロフ・スミルノフ統計テスト(KS)にインスパイアされたビンニングフリーキャリブレーション尺度を導入する。 提案手法は,KS誤差に対する既存の手法と,他の一般的なキャリブレーション手法とを一貫して比較する。
  論文  参考訳（メタデータ） (2020-06-23T07:18:05Z)

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。