論文の概要: When Is Coarse Supervision Worth It? Cost-Aware Learning under Unknown Aggregation

• arxiv url: http://arxiv.org/abs/2609.36704v1
• Date: Tue, 29 Sep 2026 04:42:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-30 21:28:47.190198
• Title: When Is Coarse Supervision Worth It? Cost-Aware Learning under Unknown Aggregation
• Title（参考訳）: 粗いスーパービジョンはいつ価値があるのか? 未知の集合の下でのコスト認識学習
• Abstract要約: 高価な細粒度ラベルがベクトル応答を示し、安価な粗いラベルが未知の重みで形成されたスカラーアグリゲーションを明らかにするコスト認識型学習について検討した。 課題は、粗いデータを識別できる方向が未知の集合体に変化するため、粗い監視の値はコスト、ノイズ、識別に共同で依存する。 我々は,アグリゲーションルールを学習し,最適解の混合を追跡する推定と追跡のポリシーを開発する。
• 参考スコア（独自算出の注目度）: 25.74465773968052
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Modern learning systems often acquire supervision at multiple resolutions, trading annotation cost against information content. We study cost-aware two-resolution learning, where expensive fine labels reveal a vector response and cheaper coarse labels reveal a scalar aggregate formed with unknown weights, while the target remains the full response. The challenge is that unknown aggregation changes which directions coarse data can identify, so the value of coarse supervision depends jointly on cost, noise, and identification. We characterize this information geometry and develop an estimate-and-track policy that learns the aggregation rule and tracks the optimal resolution mix. We derive a closed-form break-even condition for coarse supervision and prove that the online policy attains the optimal leading cumulative-risk coefficient, with a matching local asymptotic minimax lower bound. Synthetic experiments support the predicted all-fine/mixed transition, show the online learner approaching the oracle-share benchmark, and demonstrate a finite-budget gain over all-fine acquisition when coarse supervision is sufficiently favorable. Our results provide a principled way to balance information and annotation cost across supervision resolutions.
• Abstract（参考訳）: 現代の学習システムは、情報コンテンツに対する注釈のコストと引き換えに、複数の解像度で監督を受けることが多い。 高価で細粒度の高いラベルがベクトル応答を示し、安価な粗いラベルが未知の重みで形成されたスカラーアグリゲーションを呈し、ターゲットが完全な応答を維持している、コスト認識型2分解能学習について検討した。 課題は、粗いデータを識別できる方向が未知の集合体に変化するため、粗い監視の値はコスト、ノイズ、識別に共同で依存する。 我々は,この情報幾何を特徴付け,アグリゲーションルールを学習し,最適解の混合を追跡する推定と追跡のポリシーを開発する。 我々は、粗い監視のための閉じた状態の休憩条件を導出し、オンラインポリシーが最適な累積リスク係数を達成することを証明し、一致した局所漸近的ミニマックス下限を導出する。 合成実験は、予測された全粒/混合遷移をサポートし、オラクルシェアベンチマークに近づいたオンライン学習者を示し、粗い監督が十分に有利な場合、全粒獲得に対する有限予算ゲインを示す。 この結果から, 情報とアノテーションのコストを, 監督解像度間でバランスさせることが可能である。

関連論文リスト

• Best-Arm Identification with Generative Proxy [10.674965991983974]
  固定信頼度ベストアーム識別法について検討し,各報酬の引き分けを,安価だが相関の取れたプロキシスコアと組み合わせて検討した。 本稿では,最小二乗法に適合する残差の上限値を維持する位相除去アルゴリズム PROBE を提案する。 我々は PROBE が$-PAC であり、一定の乗算係数と一定の加法キャリブレーションコストまで、既知の相関オラクルサンプルの複雑さが得られることを証明した。
  論文  参考訳（メタデータ） (2026-07-08T00:41:43Z)
• When Does Trajectory-Level Supervision Permit Efficient Offline Reinforcement Learning? [10.71573326176278]
  我々は、結果レベルの監督からオフライン政策最適化の統計理論を開発する。 OPACは、報酬モデルを学び、軌道レベルのラベルからポリシーを最適化する悲観的なアクターアルゴリズムである。 一般化された結果に基づくオフラインRLについて検討し,各ステップ当たりの報酬の非線形集約によって誘導されるトラジェクトリレベルの量について検討した。
  論文  参考訳（メタデータ） (2026-06-16T22:55:45Z)
• Inverse Contextual Bandits without Rewards: Learning from a Non-Stationary Learner via Suffix Imitation [8.897510324428138]
  Inverse Contextual Bandit (ICB) 問題について検討し、学習者がポリシーの最適化を試み、観察者が根底にある問題パラメータの回復を目指す。 学習過程の間、学習者の行動は自然に探索から搾取へと移行する。 この問題に対処するために,2相サフィックスと呼ばれるシンプルで効果的なフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-03-04T06:36:13Z)
• ERP-RiskBench: Leakage-Safe Ensemble Learning for Financial Risk [0.0]
  本稿では、アンサンブル機械学習を用いたERP財務リスク検出のための再構成実験フレームワークを提案する。 リスク定義はハイブリッドで、調達のコンプライアンス異常と取引詐欺の両方をカバーする。 ERP-RiskBenchと呼ばれる複合ベンチマークは、公開調達イベントログ、ラベル付き不正データ、新しい合成ERPデータセットから組み立てられる。
  論文  参考訳（メタデータ） (2026-03-03T04:41:26Z)
• No-Regret Learning Under Adversarial Resource Constraints: A Spending Plan Is All You Need! [56.80767500991973]
  アクション選択の前に報酬とコストが観測される$(i)$オンラインリソース割当と、アクション選択後、完全なフィードバックや盗賊フィードバックの下で、リソース制限付きオンライン学習である$(ii)$オンラインリソース割当に焦点を当てた。 報酬とコスト分布が時間とともに任意に変化する場合、これらの設定でサブ線形後悔を達成することは不可能であることが知られている。 我々は、支出計画に従う基準線に対する半線形後悔を実現する一般的な(基本的)二重的手法を設計し、また、支出計画が予算のバランスの取れた配分を保証すると、アルゴリズムの性能が向上する。
  論文  参考訳（メタデータ） (2025-06-16T08:42:31Z)
• Robust Graph-Based Semi-Supervised Learning via $p$-Conductances [49.0776396776252]
  本研究では,データラベルが不足している,あるいは破損しているような状況下でのグラフに対する半教師付き学習の課題について検討する。 我々は、$p$-laplace と Poisson の学習方法を一般化した $p$-conductance learning という手法を提案する。 コンピュータビジョンと引用データセットの実証実験結果から,本手法が低ラベルレート, 劣化ラベル, 部分ラベルレジームにおける最先端の精度を実現することを示す。
  論文  参考訳（メタデータ） (2025-02-13T01:11:25Z)
• Provable Optimization for Adversarial Fair Self-supervised Contrastive Learning [49.417414031031264]
  本稿では,自己教師型学習環境におけるフェアエンコーダの学習について検討する。 すべてのデータはラベル付けされておらず、そのごく一部だけが機密属性で注釈付けされている。
  論文  参考訳（メタデータ） (2024-06-09T08:11:12Z)
• Worst-Case Control and Learning Using Partial Observations Over an Infinite Time-Horizon [2.456909016197174]
  安全クリティカルなサイバー物理システムは、敵の混乱に対する堅牢な制御戦略と不確実性をモデル化する必要がある。 有限時間地平線上での最悪の割引コストを最小限に抑えるため,部分観測システムにおける近似制御と学習の枠組みを提案する。
  論文  参考訳（メタデータ） (2023-03-28T21:40:06Z)
• Unsupervised Learning of Debiased Representations with Pseudo-Attributes [85.5691102676175]
  教師なし方式で,単純かつ効果的な脱バイアス手法を提案する。 特徴埋め込み空間上でクラスタリングを行い、クラスタリング結果を利用して疑似属性を識別する。 次に,非偏り表現を学習するために,クラスタベースの新しい重み付け手法を用いる。
  論文  参考訳（メタデータ） (2021-08-06T05:20:46Z)
• Hierarchical Adaptive Contextual Bandits for Resource Constraint based Recommendation [49.69139684065241]
  コンテキスト多重武装バンディット(MAB)は、様々な問題において最先端のパフォーマンスを達成する。 本稿では,階層型適応型文脈帯域幅法(HATCH)を提案する。
  論文  参考訳（メタデータ） (2020-04-02T17:04:52Z)

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。