論文の概要: Testing, not presuming, adequacy: calibrating generative social simulators against emergent network structure

• arxiv url: http://arxiv.org/abs/2609.24012v2
• Date: Tue, 22 Sep 2026 11:33:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-23 18:04:03.962617
• Title: Testing, not presuming, adequacy: calibrating generative social simulators against emergent network structure
• Title（参考訳）: 推定ではなく、妥当性:創発的ネットワーク構造に対する生成型社会シミュレータの校正
• Abstract要約: 本稿では, 後部推定と合成識別可能性評価を併用したアプライアシー・アウェア・キャリブレーションプロトコルを提案する。 4つのチャンネル・バイ・レジデンシー・セルを備えた、実際の中古の高級リセール市場で実演する。
• 参考スコア（独自算出の注目度）: 8.974809790924324
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Validation of generative social simulators often stops at face validity: emergent network structure is compared descriptively, without quantified parameter uncertainty or an adequacy check. We present an adequacy-aware calibration protocol that couples amortized posterior estimation with a synthetic identifiability assessment, a matched-sample-size adequacy check (prior-predictive reachability plus per-statistic posterior-predictive localization), a diagnosis-guided repair, and a statistic-held-out audit. We demonstrate it on a real second-hand luxury resale market with four channel-by-residency cells, each a bipartite buyer-brand network, using a forward model built from persona profiles elicited once, offline, by a language model. The behavioural parameters are recoverable in all four cells, though calibration is approximate and overconfident for one parameter. The observed summary falls outside the simulator's reachability reference in every cell, with the mean purchased tier as the pervasive discrepancy. The repair meets the value-block criterion in two of four cells but does not restore adequacy, and the held-out audit surfaces a buyer-breadth-dispersion miss no earlier diagnostic detected. A profile-source ablation finds the language-model profiles beat a flat rule baseline in all four cells, yet within-category brand relabelling causes no consistent degradation, so the profiles are a partially validated input whose value rests on structure, not brand identity. Making no causal claim, we conclude that an independent-aggregation account, without agent interaction or a buyer-breadth mechanism, cannot jointly reproduce the market's purchased-tier level, head-brand concentration, community structure and buyer-breadth heterogeneity.
• Abstract（参考訳）: 生成的社会シミュレータの検証は、しばしば顔の有効性で停止する:創発的ネットワーク構造は、定量化されたパラメータの不確実性や妥当性チェックなしで記述的に比較される。 本稿では, 後方推定と, 合成識別可能性評価, 一致したサンプルサイズアデカシチェック(事前到達度と統計的後部局所化) , 診断誘導修復, 統計保持監査を併用したアデカシア・アウェア・キャリブレーションプロトコルを提案する。 4つのチャンネル・バイ・レジデンシー・セルをそれぞれバイパートの買い手ブランドのネットワークで、言語モデルによって一度、オフラインで提示されたペルソナプロファイルから構築されたフォワードモデルを用いて、実際の中古の高級リセール市場で実演する。 挙動パラメータは4つのセルすべてで復元可能であるが、キャリブレーションは1つのパラメータに対して近似的かつ過信的である。 観察された要約は、すべてのセルにおけるシミュレータの到達可能性基準の外にあり、平均購入層は広範に異なる。 補修は、4つのセルのうち2つの値ブロック基準を満たすが、精度を回復せず、保持された監査は、早期に検出された診断を伴わないバイヤーブレッドス分散ミスを表面化する。 プロファイルソースのアブレーションでは、言語モデルプロファイルが4つのセルすべてでフラットなルールベースラインを破るが、カテゴリ内ブランドのリラベリングは一貫した劣化を起こさないため、プロファイルは、ブランドアイデンティティではなく、構造に依存している部分的に検証された入力である。 因果的主張をせず、エージェントの相互作用やバイヤー・ブレッドス機構がなければ、市場における購入層レベル、ヘッドブランド濃度、コミュニティ構造、バイヤー・ブレッドス不均一性を共同で再現することはできないと結論付けている。

関連論文リスト

• The C-index illusion: discrimination without calibration in published survival models [0.0]
  我々は3つの構造的に異なる領域にまたがって3つのサバイバル-MLモデルを再現する。 ホルム補正された家族的誤り率の下で,5つの事前登録仮説を検証した。
  論文  参考訳（メタデータ） (2026-07-21T19:13:54Z)
• What Accuracy and Gradient Cosine Miss: Evaluating Feedback Alignment via Scale Stability, Reference Validity, and Depth Utility [48.10132234701036]
  本稿では,3つのチェック(スケール安定性,参照妥当性,深度ユーティリティ)に基づく診断評価プロトコルを提案する。 複数のアーキテクチャや手法にまたがって、我々のプロトコルは広い校正マージンを持つ全ての障害を識別する。
  論文  参考訳（メタデータ） (2026-06-19T06:04:17Z)
• Discovery of Hidden Miscalibration Regimes [52.452902154360565]
  モデルは何らかの入力を体系的に過信し、他人を過信することがある。 対応する誤校正分野を定義し,それを推定するための診断フレームワークを提案する。 提案手法は,入力空間のキャリブレーションを意識した表現を学習し,学習幾何学におけるカーネルの平滑化による符号付き局所的誤校正を推定する。
  論文  参考訳（メタデータ） (2026-05-13T13:07:50Z)
• 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)
• SAAG: Structured Agent Assessment and Grounding [13.62148061055744]
  本稿では,エージェント呼び出し評価を3段階に分解するケースケード診断フレームワークを提案する。 このフレームワークは,5,10,15エージェントのレジストリサイズにまたがって,Glaiveの関数呼び出しデータセットから得られたベンチマークで評価する。
  論文  参考訳（メタデータ） (2026-04-30T19:33:58Z)
• Calibrating an Imperfect Auxiliary Predictor for Unobserved No-Purchase Choice [1.5484595752241122]
  企業が競争相手から購入するか、買わないか、会社のオファーを十分に考慮するか、といった、主要な消費者行動を見ることができないのが一般的である。 この外部オプション情報が欠落しているため、単純なマルチノミアルロジット(MNL)モデルであっても、市場規模と嗜好の推定が困難になる。 我々は,ブラックボックス補助予測器が外部オプションの確率を提供する相補的な設定について検討するが,異なるチャネル,期間,集団で訓練されたため,バイアスや誤判定の可能性がある。 我々は、これらの不完全予測を、焦点からの購入専用データを用いた統計的に有効なノン購入推定に変換するキャリブレーション手法を開発した。
  論文  参考訳（メタデータ） (2026-02-12T03:00:36Z)
• Noise & pattern: identity-anchored Tikhonov regularization for robust structural anomaly detection [58.535473924035365]
  異常検出は自動産業検査において重要な役割を担い、他の均一な視覚パターンの微妙な欠陥や稀な欠陥を識別することを目的としている。 自己教師型オートエンコーダを用いて, 破損した入力の修復を学習する構造的異常検出に取り組む。 構造欠陥を模倣した画像に人工的破壊を注入する汚職モデルを導入する。
  論文  参考訳（メタデータ） (2025-11-10T15:48:50Z)
• Beyond calibration: estimating the grouping loss of modern neural networks [68.8204255655161]
  適切なスコアリングルール理論は、キャリブレーション損失が与えられた場合、個々のエラーを特徴づける欠片がグループ化損失であることを示している。 視覚およびNLPにおける現代のニューラルネットワークアーキテクチャは、特に分散シフト設定においてグループ化損失を示す。
  論文  参考訳（メタデータ） (2022-10-28T07:04:20Z)
• Explicit Tradeoffs between Adversarial and Natural Distributional Robustness [48.44639585732391]
  実際、モデルは信頼性を確保するために両方のタイプの堅牢さを享受する必要があります。 本研究では, 対角線と自然分布の強靭性の間には, 明らかなトレードオフが存在することを示す。
  論文  参考訳（メタデータ） (2022-09-15T19:58:01Z)
• Exploiting Sample Uncertainty for Domain Adaptive Person Re-Identification [137.9939571408506]
  各サンプルに割り当てられた擬似ラベルの信頼性を推定・活用し,ノイズラベルの影響を緩和する。 不確実性に基づく最適化は大幅な改善をもたらし、ベンチマークデータセットにおける最先端のパフォーマンスを達成します。
  論文  参考訳（メタデータ） (2020-12-16T04:09:04Z)

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。