論文の概要: Monitoring for Shifts at Unknown Times: Parameter-Free Conditional Conformal Martingales

• arxiv url: http://arxiv.org/abs/2610.17343v1
• Date: Mon, 12 Oct 2026 19:50:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-18 02:06:15.118285
• Title: Monitoring for Shifts at Unknown Times: Parameter-Free Conditional Conformal Martingales
• Title（参考訳）: 未知時間におけるシフトのモニタリング:パラメータフリー条件整形マルティンガレス
• Abstract要約: 条件付き共形試験マッティングは、分配シフトを検出するためのシーケンシャルテストを提供する。 ハイパーパラメータを必要としないアプローチを導入し、未知のタイミングで発生するシフトに迅速に適応する。
• 参考スコア（独自算出の注目度）: 12.831307387404825
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Conditional conformal test martingales provide sequential tests for detecting distribution shifts, using a fixed reference dataset to avoid contamination from test-time samples. Prior work used a penalized betting function via online optimization with smoothing, clipping, and other hyperparameters, which can adapt slowly when a shift occurs after a long stationary period. In this work, we introduce an approach that requires no hyperparameters and provably adapts quickly to shifts occurring at unknown times. Our key idea is to frame the penalized betting problem as portfolio selection in a three-asset market. Then, we use a restarting universal portfolio, with a heavy-tailed wealth allocation over time. We establish anytime false-alarm control and derive optimal finite-sample bounds on detection delay under detectable alternatives. We also develop an FFT-based implementation that computes the portfolio sequence over $T$ rounds in $\mathcal{O}(T^2\ln T)$ time, instead of $\mathcal{O}(T^3)$ of the naive implementation. Synthetic and real-world experiments suggest that the proposed approach adapts rapidly after long periods of null samples, with detection delays depending substantially less on shift time than prior baselines.
• Abstract（参考訳）: 条件付きコンフォメーションテストマーチンチャルは、テスト時間サンプルからの汚染を避けるために固定参照データセットを使用して、分配シフトを検出するシーケンシャルテストを提供する。 以前の作業では、スムースにしたり、クリップしたり、その他のハイパーパラメータを使ったオンライン最適化によるペナル化ベッティング機能を使用していた。 本研究では,ハイパーパラメータを必要としないアプローチを導入し,未知のタイミングで発生するシフトに迅速に適応する手法を提案する。 私たちのキーとなるアイデアは、3つのアセット市場でのポートフォリオ選択として、ペナルティ化された賭けの問題を解決することです。 そして、私たちは再起動するユニバーサルポートフォリオを使用し、時間とともに大きな資産配分を行ないます。 我々は、検出可能な代替手段の下で、検出遅延に基づいて、任意の擬似アラーム制御を確立し、最適な有限サンプル境界を導出する。 FFTベースの実装も開発しており、単純な実装では$\mathcal{O}(T^2\ln T)$timeではなく$\mathcal{O}(T^3)$$$$T$のポートフォリオシーケンスを計算している。 合成および実世界の実験により、提案手法はヌル標本の長い時間後に急速に適応し、検出遅延は以前のベースラインよりもかなり少ないことが示唆された。

関連論文リスト

• Change detection with conformal martingales: new optimal constructions, and suboptimality of existing methods [36.191356601153146]
  本研究では,未知および非制限の事前及び後変化法則を用いた独立観測のための逐次変化点検出法について検討した。 そこで我々は,最小限に最適である異なるコンフォメーション型E-プロセスとe-検出器を提案する。
  論文  参考訳（メタデータ） (2026-09-23T00:32:43Z)
• Technical note on Sequential Test-Time Adaptation via Martingale-Driven Fisher Prompting [3.5808917363708743]
  M-FISHERは、ストリーミングデータにおける逐次分布シフト検出と安定した適応のための方法である。 検出のために、非整合性スコアから指数的マーチンゲールを構築し、Villeの不等式を適用し、偽アラーム制御の時間一様保証を得る。 適応のために、フィッシャー条件によるプロンプトパラメータの更新は、分布多様体上の自然な勾配降下を実装していることを示す。
  論文  参考訳（メタデータ） (2025-10-04T15:31:26Z)
• Tree Search-Based Policy Optimization under Stochastic Execution Delay [46.849634120584646]
  遅延実行 MDP は、状態拡張に頼ることなく、ランダムな遅延に対処する新しい形式である。 観測された遅延値から、マルコフポリシーのクラスでポリシー探索を行うのに十分であることを示す。 我々はマルコフポリシーのクラスを最適化するモデルベースのアルゴリズムであるDEZを考案した。
  論文  参考訳（メタデータ） (2024-04-08T12:19:04Z)
• DASA: Delay-Adaptive Multi-Agent Stochastic Approximation [64.32538247395627]
  我々は,N$エージェントが並列に動作し,中央サーバと通信することで,一般的な近似問題を高速化することを目的とした設定を考える。 遅延とストラグラーの効果を軽減するために,マルチエージェント近似のための遅延適応アルゴリズムである textttDASA を提案する。
  論文  参考訳（メタデータ） (2024-03-25T22:49:56Z)
• Stochastic Approximation with Delayed Updates: Finite-Time Rates under Markovian Sampling [73.5602474095954]
  マルコフサンプリングの遅延更新による近似スキームの非漸近的性能について検討した。 我々の理論的な発見は、幅広いアルゴリズムの遅延の有限時間効果に光を当てた。
  論文  参考訳（メタデータ） (2024-02-19T03:08:02Z)
• Non-stationary Delayed Online Convex Optimization: From Full-information to Bandit Setting [71.82716109461967]
  遅延勾配が利用できる全情報ケースに対して Mild-OGD というアルゴリズムを提案する。 ミルド-OGDのダイナミックな後悔は、順番の仮定の下で$O(sqrtbardT(P_T+1))$で自動的に束縛されることを示す。 Mild-OGDのバンディット版も開発し,損失値の遅れのみを考慮に入れた,より困難なケースについて検討した。
  論文  参考訳（メタデータ） (2023-05-20T07:54:07Z)
• Sequential Multivariate Change Detection with Calibrated and Memoryless False Detection Rates [0.0]
  本稿では,時間変化しきい値を設定し,20倍の誤校正で所望のランタイムを目標とするシミュレーションに基づく手法を提案する。 コードはオープンソースのPythonライブラリ textttalibi-detectの一部として提供されている。
  論文  参考訳（メタデータ） (2021-08-02T13:36:33Z)
• Coping with Label Shift via Distributionally Robust Optimisation [72.80971421083937]
  分散ロバスト最適化(DRO)に基づく目的最小化モデルを提案する。 そこで我々は,提案した目的を最適化するために,大規模問題に適した勾配降下近位ミラー上昇アルゴリズムを設計し,解析する。
  論文  参考訳（メタデータ） (2020-10-23T08:33:04Z)
• Adaptive Distributed Stochastic Gradient Descent for Minimizing Delay in the Presence of Stragglers [31.309253646602933]
  我々は、マスターが分散勾配降下(SGD)アルゴリズムを、データのサブセットを持つそれぞれ$n$ワーカー上で実行したいという設定について検討する。 分散SGDは、遅延を引き起こす遅い作業者や非応答的な作業者など、ストラグラーの影響に悩まされることがある。 本稿では,統計的概念に基づく適応分散SGDのアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-02-25T16:25:22Z)

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。