論文の概要: HB-PVI: A Hierarchical Bayesian Personalization and Value-of-Information Framework for Complex Activity Recognition
- arxiv url: http://arxiv.org/abs/2609.05582v1
- Date: Fri, 04 Sep 2026 15:38:07 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-10 19:44:08.097774
- Title: HB-PVI: A Hierarchical Bayesian Personalization and Value-of-Information Framework for Complex Activity Recognition
- Title（参考訳）: HB-PVI:複合活動認識のための階層的ベイズ的パーソナライズと価値情報フレームワーク
- Abstract要約: パーソナライゼーションは行動認識性能を改善するが、参加者固有の利得は不均一である。
本研究では,階層型ベイズパーソナライズと情報の価値の枠組みであるHB-PVIを提案する。
情報分析の価値は、生の予測精度ではなく、健康センシングアプリケーションにおけるパーソナライズ決定を導出すべきであることを示している。
- 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: Personalization can improve activity-recognition performance, but participant-specific gains are heterogeneous, and every additional calibration label has an acquisition cost. This study presents HB-PVI, a hierarchical Bayesian personalization and value-of-information framework jointly modeling participant heterogeneity, the benefit and harm of four personalization mechanisms, and the economic value of an additional label, for the 47-participant MUSIC-CAR complex-activity cohort. A leakage-safe, leave-one-participant-out evaluation combines a sequential-Monte-Carlo participant-effect updater with a Student-$t$ hierarchical gain model and a one-step expected-value-of-sample-information (EVSI) stopping rule. Adapter personalization produced small positive mean F1 gains, growing from 0.00099 at one label to 0.00198 at ten, while adapter-plus-head and prototype-residual personalization were negative on average. Under the primary practical-benefit threshold ($Δ_{\min}=0.01$) and cost setting, one-step EVSI was zero at every decision state, so the policy purchased no labels and retained population inference for all 47 participants, matching always-stop exactly (region-of-practical-equivalence probability $=1$). Relative to fixed ten-shot adapter personalization, this reduced labeling by 100\% while keeping the posterior mean F1 loss at 0.00217 (95\% credible interval, 0.00048 to 0.00389), with posterior probability 0.9992 of remaining below the 0.005 tolerance. HB-PVI was utility-optimal in 199 of 216 cost-threshold settings and in every setting at or above the primary label cost. These results argue for a population-first deployment policy whenever personalization gains are small relative to labeling, computation, and harm costs, and show that value-of-information reasoning, not raw predictive accuracy, should drive personalization decisions in health-sensing applications.
- Abstract（参考訳）: パーソナライゼーションは行動認識性能を向上させることができるが、参加者固有の利得は不均一であり、追加キャリブレーションラベルはすべて取得コストがかかる。
本研究では,HB-PVI,HB-PVI,HB-PVI,HB-PVI,HB-PVI,HB-PVI,HB-PVI,HB-PVI,HB-PVI,HB-PVI,HB-PVI,HB-MUSIC-CAR複合体活性コホートについて検討した。
リークセーフで一律の参加者アウト評価は、シーケンシャルなMonte-Carlo参加者効果更新器と、学生$t$階層的なゲインモデルと、1ステップの期待値情報(EVSI)停止規則を組み合わせたものである。
アダプターのパーソナライゼーションは1つのラベルで0.00099から10で0.00198に成長し、アダプタプラスヘッドとプロトタイプ残留パーソナライゼーションは平均でマイナスとなった。
主要な実用利益閾値(Δ_{\min}=0.01$)とコスト設定の下では、一段階EVSIはすべての決定状態においてゼロであったため、政策はラベルを購入せず、47人全員の人口推定を保った。
固定10ショットアダプタのパーソナライゼーションとは対照的に、後部平均F1損失は0.00217(95\%、0.00048〜0.00389)であり、後部確率0.9992は0.005耐性以下である。
HB-PVIは216のコスト閾値設定のうち199のユーティリティが最適であり、すべての設定がプライマリ・レーベルのコスト以上であった。
これらの結果は、個人化のゲインがラベル付け、計算、損害コストと比較して小さい場合、人口第一の展開方針を主張し、生の予測精度ではなく情報価値推論が、ヘルスセンシングアプリケーションにおけるパーソナライズ決定を促進することを示します。
関連論文リスト
- End-to-End Neural Shrinkage of Indefinite Pairwise Correlation Matrices for Small-Cap-Inclusive Portfolios [0.0]
少額のインクルーシブ・エクイティ・ユニバース(英語版)は、最近上場および断続的に取引された証券を含んでいるため、共通の見返りは利用可能な情報のかなりの部分を捨てる。
この設定に回転不変なニューラル共分散推定器を適用する。
我々は2000年から2025年までの26種類の拡大ウィンドウモデルを、ポイント・イン・タイム・セレクション、手数料、ファイナンス、コーポレート・アクション、市場インパクトを備えたクローズ・オークション・シミュレーターで、1500米国株に対して評価した。
論文 参考訳（メタデータ） (2026-08-31T08:36:09Z) - PAIR: Pairwise-Aware Inclusion Reweighting for Adaptive Rollout Allocation in RLVR [0.0]
検証可能な報酬を伴う強化学習は、長い推論軌道の計算生成グループの大部分に費やしている。
最近のアロケータは、難易度やユーティリティのポイントワイズな概念に従って、プロンプト、ロールアウト、トークンに予算を割り当てることで、このコストを削減している。
グループ相対スコア勾配は、独立点寄与の総和ではなく、ロールアウト対に対する2次統計値である。
論文 参考訳（メタデータ） (2026-08-11T19:24:59Z) - When Individually Calibrated Models Become Collectively Miscalibrated [3.556355987197792]
本研究では,個別に調整した予測器が戦略的に相互作用した場合に集団的に誤判定されることを示す。
正の相関関係を持つブライアスコアに基づくアグリゲーションでは、各エージェントの個別に最適なレポートは、正のクラス確率を体系的に過小評価する。
対照的に、VCGベースのアグリゲーションは、限界貢献に報いることでインセンティブを調整し、支配的な戦略的なインセンティブ互換性とほぼ最適のパフォーマンスを達成する。
論文 参考訳（メタデータ） (2026-05-14T05:25:16Z) - Multi-Dimensional Behavioral Evaluation of Agentic Stock Prediction Systems Using Large Language Model Judges with Closed-Loop Reinforcement Learning Feedback [1.2362187555287152]
ファイナンスにおける予測評価は、ポイント予測エラーに基づく集計精度測定と予測精度テストに依存している。
本稿では,中間決定プロセス自体を評価することによって,精度試験を補完する行動予測評価手法を提案する。
論文 参考訳（メタデータ） (2026-05-07T06:31:34Z) - FIPO: Eliciting Deep Reasoning with Future-KL Influenced Policy Optimization [84.58281577727566]
本稿では,大規模言語モデルにおける推論ボトルネックを克服する強化学習アルゴリズムであるFuture-KL Influenced Policy Optimization (FIPO)を提案する。
FIPOは、割引先KLの分岐をポリシー更新に組み込むことでこの問題に対処し、その後の軌道行動への影響に基づいてトークンを再重み付けする密集した有利な定式化を作成する。
Qwen2.5-32Bで評価され、FIPOは平均チェーン長を約4,000から10,000以上のトークンに拡張し、AIME 2024 Pass@1の精度を50.0%から58.0%に向上させた。
論文 参考訳（メタデータ） (2026-03-20T10:24:50Z) - $V_{0.5}$: Generalist Value Model as a Prior for Sparse RL Rollouts [81.48669089692189]
一般値モデル(例えば$V_0.5$)は、コンテキスト内のモデル機能を明示的にエンコードすることで、事前訓練された値推定を実現する。
本稿では,このような値モデルにより予測されるベースラインと,スパースロールアウトから導出される経験的平均とを適応的に融合する$V_0.5$を提案する。
V_0.5$はGRPOとDAPOを大きく上回り、より高速な収束と約10%のパフォーマンス向上を実現している。
論文 参考訳（メタデータ） (2026-03-11T14:57:41Z) - PAC-Private Responses with Adversarial Composition [11.108854725676006]
PACプライバシは、任意のブラックボックス機能に対して、インスタンスベースのプライバシ保証を提供する。
適応雑音校正による逆合成を実現する新しいアルゴリズムを提案する。
実験により, ステップごとのプライバシー予算が極端に小さく, 有効性が高いことがわかった。
論文 参考訳（メタデータ） (2026-01-20T14:53:39Z) - Unified Generation and Self-Verification for Vision-Language Models via Advantage Decoupled Preference Optimization [48.078132893679744]
本稿では,一つの政策の中で回答生成と自己検証を共同で学習する統合強化学習フレームワークを提案する。
ADPOは最大で+34.1%高い検証AUCと-53.5%低い推論時間を実現し、MathVista/MMMUでは+2.8%/+1.4%の精度、ReasonSegでは+1.9 cIoU、AndroidControl/GUI Odysseyでは+1.7%/+1.0%のステップ成功率を持つ。
論文 参考訳（メタデータ） (2026-01-04T11:09:33Z) - Efficient Differentially Private Fine-Tuning of LLMs via Reinforcement Learning [0.9861588522527782]
RLDPはDP最適化自体を近代的な深層強化学習(RL)に対応可能な閉ループ制御問題とみなす最初のフレームワークである。
GPT2-small、Llama-1B、Llama-3B、Mistral-7Bの1,600以上の実験で、RDDPは1.3-3.0.5%のパープレキシティ低減と平均5.6%のダウンストリームユーティリティゲインを実現している。
論文 参考訳（メタデータ） (2025-07-30T10:46:53Z) - Uncertainty-aware Long-tailed Weights Model the Utility of Pseudo-labels for Semi-supervised Learning [50.868594148443215]
本研究では,不確かさを意識したアンサンブル構造(UES)を提案する。
UESは軽量でアーキテクチャに依存しないため、分類や回帰を含む様々なコンピュータビジョンタスクに容易に拡張できる。
論文 参考訳（メタデータ） (2025-03-13T02:21:04Z) - Label Distributionally Robust Losses for Multi-class Classification:
Consistency, Robustness and Adaptivity [55.29408396918968]
多クラス分類のためのラベル分布ロバスト(LDR)損失という損失関数群について検討した。
我々の貢献は、多クラス分類のためのLDR損失のトップ$kの一貫性を確立することによって、一貫性と堅牢性の両方を含んでいる。
本稿では,各インスタンスのクラスラベルの雑音度に個別化温度パラメータを自動的に適応させる適応型LDR損失を提案する。
論文 参考訳（メタデータ） (2021-12-30T00:27:30Z) - Differentially Private Federated Learning with Laplacian Smoothing [72.85272874099644]
フェデレートラーニングは、ユーザ間でプライベートデータを共有せずに、協調的にモデルを学習することで、データのプライバシを保護することを目的としている。
敵は、リリースしたモデルを攻撃することによって、プライベートトレーニングデータを推測することができる。
差別化プライバシは、トレーニングされたモデルの正確性や実用性を著しく低下させる価格で、このような攻撃に対する統計的保護を提供する。
論文 参考訳（メタデータ） (2020-05-01T04:28:38Z)
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。