論文の概要: StatD2GAN: When Calibration Masks Generator Quality in Held-Out Evaluation of Synthetic Weather Sequences
- arxiv url: http://arxiv.org/abs/2609.33761v1
- Date: Sun, 27 Sep 2026 16:59:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-04 16:59:07.646462
- Title: StatD2GAN: When Calibration Masks Generator Quality in Held-Out Evaluation of Synthetic Weather Sequences
- Title（参考訳）: StatD2GAN:Callibration Masks Generator Quality in Held-Out Evaluation of Synthetic Weather Sequences
- Abstract要約: 我々は,進化的重み適応を持つ3つの識別器GANであるStatD2GANの評価を,ホールドアウトプロトコルを中心に再構築した。
等方性キャリブレーションにより,コルモゴロフ-スミルノフ間距離は, 試験された全ての建築物に対して, 位置当たりのノイズ/シフトフロアの2%以内となることを示す。
選別表現判別器は、除去が多変量依存を著しく低下させる唯一の成分である。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Generative models for multivariate weather series are routinely evaluated with pooled distributional metrics computed after marginal calibration. We show this practice can invalidate architectural conclusions, and rebuild the evaluation of StatD2GAN, a three-discriminator GAN with evolutionary weight adaptation, around a held-out protocol: the final two calendar years of each dataset are held out behind a 168 hour embargo, calibration is fitted on the training block only, and all metrics are computed on the held-out block. Evidence comes from 25 matched (location, seed) pairs across five Koppen-Geiger climates, tested with Wilcoxon signed-rank tests under Holm correction. Four results follow. First, isotonic calibration drives the Kolmogorov-Smirnov distance to within 2% of a per-location noise-and-shift floor for every architecture tested, including a deliberately weak RCGAN baseline, so calibrated marginal metrics cannot discriminate between architectures. Second, the sorted-representation discriminator is the only component whose removal significantly degrades cross-variable dependence (Kendall tau MAE +0.080, Holm p = 0.009), with a regime-dependent effect: near zero in Ankara, above 115% in Dubai and Yakutsk. A rank-transformed variant isolates the mechanism as quantile supervision of the marginals rather than copula matching. Third, physical constraint violations are injected by calibration, not the generator; projection removes them at negligible cost (deltaKS <= 0.003). Fourth, pooled metrics conceal a collapse of between-sequence weekly-mean variability, a proxy for seasonal and regime diversity, in TimeGAN that only sequence-level statistics expose. We recommend floor-referenced marginal evaluation, matched-pair testing, and sequence-level variance decomposition as minimum requirements for calibrated generative pipelines.
- Abstract（参考訳）: 多変量気象系列の生成モデルは、境界校正後に計算されたプール分布測定値を用いて定期的に評価される。
提案手法はアーキテクチャ上の結論を無効にし,進化量適応の3つの識別器であるStatD2GANの評価を,各データセットの最終2年を168時間のエンバーゴの後方で保持し,キャリブレーションをトレーニングブロックにのみ適用し,すべてのメトリクスをホールトアウトブロックで計算する。
証拠は、5つのコッペン・ガイガー気候の25組のマッチした(位置、種)ペアから得られ、ホルム補正の下でウィルコクソンの署名されたランクテストで検証される。
4つの結果が続く。
第一に、等速キャリブレーションにより、カルモゴロフ-スミルノフ間距離は、故意に弱いRCGANベースラインを含む、試験された全てのアーキテクチャにおいて、位置当たりのノイズとシフトのフロアの2%以内となる。
第二に、選別表現判別器は、除去が多変量依存を著しく低下させる唯一の成分(ケンドル・タウ・マエ+0.080、ホルム p = 0.009)であり、アンカラではゼロに近い、ドバイとヤクーツクでは115%以上である。
ランク変換された変種は、この機構をコプラマッチングではなく、境界の量子的監視として分離する。
第三に、物理的制約違反は、発電機ではなくキャリブレーションによって注入され、射影は無視可能なコストでそれらを除去する(deltaKS <= 0.003)。
第4に、プールされたメトリクスは、時系列レベルの統計しか公開していないTimeGANにおいて、季節と体制の多様性のプロキシである週単位の変動率間の崩壊を隠蔽している。
そこで我々は, キャリブレーションパイプラインの最小要件として, フロアレファレンス評価, マッチングペアテスト, シーケンスレベルの分散分解を推奨する。
関連論文リスト
- Feature Priming in Online Linear Regression: Sparse-Regret Lower Bounds and a Tight Univariate Rate [47.36630149538994]
高次元のオンライン予測では、最良の予測子はいくつかの機能にのみ依存する可能性があるため、後悔は周囲の次元ではなく、疎らさでスケールすべきである。
WarmuthとAmidはCOLT 2023で、これらの3つのルールのいずれかが競合するオンライン後悔の保証を認めているかどうかを尋ねた。
安価なニュアンスは、リフィットが真の予測座標を過度に重くする原因となる。
論文 参考訳（メタデータ） (2026-08-18T09:32:03Z) - Conformal Calibration for Multi-Modal Regression with Missing Modalities [0.0]
多モード回帰の予測間隔は、ソースが一致しない、または欠落している場合に校正が困難である。
我々はこれをモジュラリティを意識した共形キャリブレーション層を通じて解決する。
レイヤーは、モダリティごとに1つの予測器を訓練または再利用し、予測から不一致スコアを計算し、そのスコアを分割共形キャリブレーションで使用する。
論文 参考訳（メタデータ） (2026-08-07T22:38:35Z) - Caliber: Cross-Architecture Extraction-Cost Control for Score-Returning APIs [27.21644231867863]
Caliberは、キャリブレーション問題としてノイズ選択を定式化するモデル抽出に対する防御である。
知識蒸留に返却されたスコアを使用する攻撃者に対して、Caliberは独立して同一に分散したガウスノイズを内部ロジットに追加する。
Caliberは、正方形中央2対数辺による雑音分散を正規化し、その結果の雑音効用関係をロジスティック曲線に適合させる。
論文 参考訳（メタデータ） (2026-08-02T05:58:00Z) - Certified Optimal Measurement Reduction over Quantum Context Landscapes [0.0]
RANGEを用いて,Fockproxy-co-Fockproxy-Fockproxy-Fockproxy-Fockproxy-Fockproxy-Fockproxy-Fockproxy-Fockproxy-Fockpr oxy-Fockproxy-Fockproxy-Fockproxy-Fockproxy-Fockproxy-Fockproxy-Fockproxy-Fockproxy-Fockproxy-Fockpr oxy-Fockproxy-Fockproxy-Fockproxy-Fockproxy-Fockproxy-Fockproxy-Fockproxy-Fockproxy-Fockproxy-Fockpr oxy-Fockproxy-Fockproxy-Fockproxy-Fockproxy-Fockproxy-Fockproxy-Fockproxy-Fockproxy-Fockproxy-Fockpr oxy-Fockproxy-Fockproxy-Fockproxy-Fockproxy-Fockproxy-Fockproxy-Fockproxy-Fockproxy。
論文 参考訳（メタデータ） (2026-07-18T16:06:52Z) - Modeling Normal Is All You Need: Joint Latent Clustering for Anomaly Detection in Multimodal Cyber-Physical Systems [47.027290803102666]
通常の行動は、多くの不均衡で、曲がりくねった、細い範囲の運営体制の結合である。
我々は正規法則を、共同学習された潜在表現と明示的なガウス混合モードクラスタリングでモデル化する。
ポイント調整のない生のポイントワイドメトリクス、自明な検出困難分割、頻度整合F1、列車正規化のみのキャリブレーションを意図的に評価する。
論文 参考訳（メタデータ） (2026-07-07T10:10:00Z) - ARC: Adaptive Robust Joint State and Covariance Estimation [42.045109659898465]
センサの測定は、外れ値と非ガウスノイズによって頻繁に破壊される。
センサデータのこれらの不完全性は、古典的状態推定器がバイアス付きで信頼性の低い状態と不確実性の推定を発生させる可能性がある。
本稿では,標準対応型適応ロバスト損失と反復重み付けされたLast-Squares状態更新を組み合わせたBlock-Coordinate Descentフレームワークを提案する。
論文 参考訳（メタデータ） (2026-06-18T16:09:50Z) - Amplifying, Not Learning: Fine-Tuned AI Text Detectors Amplify a Pretrained Direction [51.56484100374058]
テキスト検出器は、事前訓練された典型軸を増幅する。
タスク監督前の生エンコーダでは、3つのアーキテクチャでNYT-vs-HC3 AUROC 0.806/0.944/0.834を達成する。
RoBERTaベースでは、生のプロジェクションは微調整を超えるが、RoBERTaベースでは、フル微調整は、試験された流線型人口の双方で生よりも識別を小さくする。
論文 参考訳（メタデータ） (2026-05-20T19:08:38Z) - Post-Hoc Split-Point Self-Consistency Verification for Efficient, Unified Quantification of Aleatoric and Epistemic Uncertainty in Deep Learning [5.996056764788456]
不確実性定量化(UQ)は、信頼できる深層学習には不可欠であるが、既存の手法は計算集約的であるか、タスク固有の部分的な見積もりのみを提供する。
本研究では,事前訓練したモデルの変更や再訓練を伴わずに,アレタリックおよびてんかんの不確実性を共同でキャプチャするポストホック・シングルフォワード・パス・フレームワークを提案する。
提案手法は,EmphSplit-Point Analysis (SPA) を用いて,予測残差を上下サブセットに分解し,各側でEmphMean Absolute Residuals (MAR) を演算する。
論文 参考訳（メタデータ） (2025-09-16T17:16:01Z) - Clustered Switchback Designs for Experimentation Under Spatio-temporal Interference [44.644520116360106]
我々は, 平均治療効果 (GATE) を推定し, 全単位を常に治療やコントロールに曝露した平均結果の差を推定した。
そこで我々は,単位をクラスタにグループ化し,時間ステップをブロックにグループ化する,クラスタ化されたスイッチバック設計を提案する。
良好なクラスタリングを許容するグラフに対して, トラッピングされたHorvitz-Thompson推定器が$tilde O(1/NT)$平均二乗誤差(MSE)を達成することを示す。
我々の結果は、citethu2022switchback、ugander2013graph、citetleung2022rateの結果を同時に一般化する。
論文 参考訳（メタデータ） (2023-12-25T01:00:58Z)
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。