論文の概要: Predictive Multiplicity in Cell-Fate Assignment: Label-Free Rashomon Sets and the Limits of Per-Cell Certification

• arxiv url: http://arxiv.org/abs/2610.11185v1
• Date: Thu, 08 Oct 2026 03:43:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-10 02:36:53.780455
• Title: Predictive Multiplicity in Cell-Fate Assignment: Label-Free Rashomon Sets and the Limits of Per-Cell Certification
• Title（参考訳）: セル・ファイル・アサインメントにおける予測的多重性:ラベルフリーのラショーモンセットとセル単位認証の限界
• Abstract要約: 軌道の多重性は推測と報告の価値がある。 しかし、ラベルなしのRashomonセットに対するセル単位の認証は、より信頼できる運命呼び出しへの道ではない。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: Single-cell trajectory inference maps transcriptomic measurements onto developmental continua, yet configurations that fit the data equally well can assign conflicting cell fates. FateMultiplicity is a label-free framework that constructs a statistically admissible model set, or Rashomon set, without lineage labels, by evaluating model discrepancy on cross-fitted held-out genes under non-inferiority testing calibrated against random-seed variation. Multiplicity is large and depends more on the diversity of the model space than its size: twelve configurations of a second algorithm expose 20.0% of cells where twenty-four of the first expose 3.8%. Whether the per-cell certified fate margin FM yields more reliable assignments than the fitted model already provides is then tested, and it does not. On simulation ground truth, on the same cells, FM discriminates misassignment at AUC 0.682, against 0.965 for the baseline configuration's own decision margin (p = 0.003) and 0.854 for a seed-dispersion baseline. Informativeness is governed by the breadth of the admitted set, not its cardinality: at cardinality four, seed refits give 0.933 and hyperparameter-perturbed sets 0.701. Relaxing the infimum to a q-quantile recovers discrimination but converges toward the single model's own confidence; the supremum reaches 0.973 because theta*'s membership bounds it from below, while the infimum is unanchored. Multiplicity in trajectory inference is worth measuring and reporting, but per-cell certification over a label-free Rashomon set is not a route to more reliable fate calls. Two constructions survive: a margin-erosion ratio separates real from spurious branch points in simulation (AUC 0.890, untested on real data), and against clonally observed fate, uncertified cells disagree with their clone's outcome 16.4 percentage points more often than certified cells (p < 0.001).
• Abstract（参考訳）: 単細胞軌道推論は、転写学的測定を発生連続体にマッピングするが、データに等しく適合する構成は、矛盾する細胞運命を割り当てることができる。 FateMultiplicityは、確率的に許容できるモデルセット、もしくは系統ラベルなしでラショウモンセットを構築する、非不妊検査の下で、非不妊検査の下で、クロスフィットされた保留遺伝子に対するモデル不一致を評価することによる、ラベルのないフレームワークである。 第2のアルゴリズムの12の構成は、20.0%のセルを露出し、第1のアルゴリズムの24のセルが3.8%を露出する。 セルあたりの証明されたデスティネーションマージンFMが、すでに用意されているモデルよりも信頼性の高い割り当てを出力するかどうかをテストし、テストしない。 シミュレーションでは、同じセル上で、FMはAUC 0.682でのミスアサインを区別し、ベースライン構成自身の決定マージン(p = 0.003)は0.965、シード分散ベースラインは0.854である。 インフォーマティブ性は、その基数ではなく、認識された集合の幅によって支配される: 基数 4 では、種子の調整により0.933 となり、ハイパーパラメータの摂動集合 0.701 が与えられる。 q-量子に infimum を緩和することは、識別を回復するが、単一のモデルの自信に収束する; 上限は、theta* のメンバシップが下から有界であるのに対して、infimum は未定義である。 トラジェクトリ推論の多重性は測定とレポートの価値があるが、ラベルなしのラショウモンセットに対するセル単位の認証は、より信頼できる運命呼び出しへの道ではない。 マージン・侵食比はシミュレーションの急激な分岐点(AUC 0.890、実データでは証明されていない)と実際の分岐点を分離し、クローンによって観察された運命に対して、未確認の細胞は証明された細胞よりも16.4パーセント高い頻度でクローンの結果と一致しない(p < 0.001)。

関連論文リスト

• MIRTO: a registration-gated, multiverse-tested evaluation protocol for unsupervised anomaly segmentation in brain MRI [0.0]
  選択を明示し,その効果を測定する評価プロトコルであるMIRTOを提案する。 MIRTOは、登録チェックとラベルなしの既知のパワー診断との全ての比較の幾何学をゲートする。 15,552個の補正可能な評価パイプラインをそれぞれ比較し、多重度制御によるペアリングされた対象-ブートストラップ間隔を付加する。
  論文  参考訳（メタデータ） (2026-10-01T17:44:22Z)
• DeBERTa-ConPara: Attack-Aware and Deployment-Realistic Detection of AI-Generated Text [42.255101883505056]
  DeBERTa-ConParaは,HC3 Plus,M4,MAGE,RAIDで学習した文脈変換器エンコーダと,攻撃対応Unicode前処理を組み合わせたデプロイメント指向検出器である。 我々の中心的な発見は、前処理が適用された場所によって反対方向に作用することである。 2つの配置の因子的変化は、正規化推論による生のトレーニングを最高の設定として独立に識別する。 12種類の攻撃クラスのうち、ホモグリーフとゼロ幅空間の挿入は11.05%から1.12%から96.98%に増加した。
  論文  参考訳（メタデータ） (2026-10-01T00:57:33Z)
• Interpretable-by-Design Descriptor Portfolios Match a 2048-Dimensional Foundation Embedding on Low-Data Molecular Assays [0.0]
  コンパクトでセマンティックな名前のディスクリプタブロックのポートフォリオが2048次元のCheMeleon埋め込みの精度に達するかどうかを問う。 ラベル付きコンテキストのみを使用して、鮮やかに証明されたブロックをブロックします。 9つのADME/Toxアッセイと50個の評価セルで、ポートフォリオは平均AUCが0.762、CheMeleonが0.764、Mordredが0.756に達する。
  論文  参考訳（メタデータ） (2026-09-25T04:13:17Z)
• The Model Proposes, the Code Disposes: A Pre-Registered Ablation of a Verifier-and-Acceptance Stage in an LLM-Orchestrated Offensive-Security Agent [0.0]
  決定的コードによって検証が強制されるモデル検証装置である検証受理段階が、LCMが主導する攻撃セキュリティエージェントが報告するものを変更するかどうかを評価する。 本報告では,15回の探索パイロット,20回の予備登録検定アブレーション,および2回の故意に脆弱な検査対象を40回実施した2×2因子分析を行った。 検証者はシステムが提供するものを変更し、決定論的コードは強制と監査性を提供します。
  論文  参考訳（メタデータ） (2026-09-14T17:13:05Z)
• Automated binary classification of hazelnut X-ray images: A deep-learning benchmark for quality assessment [33.72751145910978]
  非破壊的なX線撮影では、外部検査だけでは検出が難しい内部のハゼルナッツの欠陥が明らかになる。 799セグメントのシングルカーネルX線画像に基づくバイナリ・ヘーゼルナットの品質分類のベンチマークを提案する。
  論文  参考訳（メタデータ） (2026-08-12T07:55:22Z)
• Why Does the Future Branch? Identifiable Closure Tests for Stochastic Physical World Models [0.0]
  ClosurePairsは、繰り返し発生する障害を伴う互換性のあるマイクロステートを横断します。 ソースの属性は確実に回復する。 非線形相互作用ベンチマークにおける等予算分解誤差を低減する。
  論文  参考訳（メタデータ） (2026-08-01T11:07:24Z)
• Let the Results Speak: A Replication-First Paradigm for LLM Behavioral Benchmarking [22.825786049667602]
  本稿では,1つのヒト・ラタのコンセンサスに有効性を確保するために,複製第一パラダイムを提案する。 楽器を4つの特性で認証する - Kランの信頼性、アーキテクチャ的に異なる審査員間のクロスインストラクトレプリケーション、以前のトレーニングコホートからの審査員による歴史的フットプリントキャリブレーション、事前登録された予測。 本研究は, 自己発達型データ駆動による情緒的伴奏で, 次元は事前に決められず, 手順は9次元に安定化する。
  論文  参考訳（メタデータ） (2026-05-27T03:41:11Z)
• Distributional Energy-Based Models for Uncertainty-Aware Structured LLM Reasoning [40.342912574072024]
  大規模言語モデルは、旅行計画やコードソリューションのような構造化されたアウトプットを生成する。 個々の推論ステップは正しく見えるが、アウトプット全体が予算に違反したり、テストケースに失敗したり、あるいは以前の推論に矛盾することがある。 構造化LCM出力の検証のための決定論的解析制約付き学習品質スコアラを提案する。
  論文  参考訳（メタデータ） (2026-05-15T17:08:27Z)
• Unlasting: Unpaired Single-Cell Multi-Perturbation Estimation by Dual Conditional Diffusion Implicit Bridges [68.98973318553983]
  本稿では,Dual Diffusion Implicit Bridges (DDIB) に基づくフレームワークを提案する。 我々は、生物学的に意味のある方法で摂動シグナルを伝達するために遺伝子制御ネットワーク(GRN)情報を統合する。 また、サイレント遺伝子を予測し、生成したプロファイルの品質を向上させるためのマスキング機構も組み込んだ。
  論文  参考訳（メタデータ） (2025-06-26T09:05:38Z)
• Distribution-free binary classification: prediction sets, confidence intervals and calibration [106.50279469344937]
  分布自由条件における二項分類のための不確実性定量化(キャリブレーション、信頼区間、予測セット)の3つの概念について検討する。 固定幅と一様質量の両双対の双対確率に対する信頼区間を導出する。 我々の「三脚」定理の結果として、双有理確率に対するこれらの信頼区間は分布自由キャリブレーションに繋がる。
  論文  参考訳（メタデータ） (2020-06-18T14:17:29Z)

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。