論文の概要: State-Matched Sequence Conformal Prediction

• arxiv url: http://arxiv.org/abs/2610.19484v1
• Date: Wed, 14 Oct 2026 02:59:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-15 21:06:15.929028
• Title: State-Matched Sequence Conformal Prediction
• Title（参考訳）: State-Matched Sequence Conformal Prediction (特集:情報ネットワーク)
• Abstract要約: 逐次共形予測は、どの過去のエラーが現在の目標に対して不確実性を校正すべきかを決定する必要がある。 我々は、状態整合シーケンス整合予測(SMSCP)を提案する。 SMSCPは状態類似性を用いて過去の校正スコアの一致した参照セットを選択し、通常の非重み付き整列順序統計を適用する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Sequential conformal prediction needs to decide which past errors should calibrate uncertainty for the current target. Recency and online error feedback are useful when recent observations remain relevant, but the recent past can be a poor reference when comparable states recur at nonadjacent times, with the recurrence pattern generally unknown. We propose State-Matched Sequence Conformal Prediction (SMSCP), which constructs an explicit one-sided local-linear state from pre-target information, uses state similarity to select a matched reference set of past calibration scores, and then applies the ordinary unweighted conformal order statistic. In contrast to existing approaches, SMSCP uses state similarity to identify calibration observations relevant to the target score quantile. This motivates a theoretical analysis of whether nearby states have comparable target score quantiles under temporal dependence. We establish control of the resulting conformal cutoff and characterize predictive information not captured by the chosen state. Simulations show that state matching is most effective when score-relevant states recur across nonadjacent times, while revealing settings in which its advantage weakens or reverses. Across solar irradiance and bike-demand benchmarks, SMSCP improves interval score over recency, weighted, adaptive, and HopCPT comparators, and achieves coverage closer to the nominal 0.90 level than ResCP on five of six benchmarks.
• Abstract（参考訳）: 逐次共形予測は、どの過去のエラーが現在の目標に対して不確実性を校正すべきかを決定する必要がある。 頻度とオンラインのエラーフィードバックは、最近の観測結果が関連性がある場合に有用であるが、近年の文献では、比較可能な状態が非隣接時に再帰した場合、一般的には再発パターンが不明である。 本研究では,事前目標情報から明示的な一方の局所線形状態を構築し,状態類似性を用いて過去の校正スコアの一致した参照セットを選択し,通常の非重み付き整列順序統計を適用した状態整列予測(SMSCP)を提案する。 既存のアプローチとは対照的に、SMSCPは状態類似性を使用して、目標スコアの量子化に関連するキャリブレーション観測を識別する。 このことは、近辺の状態が時間的依存下での目標スコアの定量値に匹敵するかどうかの理論的な分析を動機付けている。 我々は、結果の共形切断の制御を確立し、選択された状態に捕捉されない予測情報を特徴付ける。 シミュレーションにより、スコア関連状態が非隣接時間にわたって再帰した場合、その利点が弱まったり逆になったりした場合、状態マッチングが最も効果的であることが示された。 太陽光照度と自転車需要のベンチマーク全体で、SMSCPは6つのベンチマークのうち5つのベンチマークでResCPよりも0.90レベルに近い範囲をカバーし、リレー、重み付け、アダプティブ、ホップCPTコンパレータのインターバルスコアを改善している。

関連論文リスト

• Temporal Graph Prototype-conditioned Conformal Prediction for Fraud Detection [15.872326009493884]
  本稿では,時間グラフ上でのエッジレベルの不正検出のための共形予測フレームワークであるProtoCPを提案する。 ProtoCPは不正関連部分グラフのコンテキストに校正を集中させることで校正効率を向上させる。 ProtoCPは、最先端のベースラインよりも一貫して小さな予測セットでターゲットカバレッジを達成する。
  論文  参考訳（メタデータ） (2026-08-16T14:44:16Z)
• Retrieval-Corrected Conformal Prediction for Time Series [31.867011243141818]
  Conformal Prediction (CP) は、固定予測器に対して分布のない予測間隔を提供する。 最近の時系列CP法は,最近,重み付け,あるいは局所化残差を用いた局所キャリブレーションを改善する。 局所キャリブレーションは、広範囲の残留重み付けや追加の適応手順が、現在の予測に最も関係のある証拠を減弱する可能性があるため、間接的に継続することができる。 本稿では,時系列予測区間に対する検索拡張キャリブレーション手法である検索補正等式予測(RCCP)を提案する。
  論文  参考訳（メタデータ） (2026-08-11T06:43:01Z)
• Localized Conformal Prediction for Image Classification with Vision-Language Models [5.212510010425201]
  テスト時間とキャリブレーションの視覚的特徴のコサイン類似性は局所的でないベースラインよりも改善するには不十分である。 本稿では,余弦的類似性の単純な非線形変換を提案する。これは限界被覆保証を保存し,統計的に有意な平均セットサイズ削減を実現する。
  論文  参考訳（メタデータ） (2026-06-30T12:34:40Z)
• RareCP: Regime-Aware Retrieval for Efficient Conformal Prediction [11.259098206661077]
  本稿では適応型コンフォーマル時系列予測のためのレギュレーション対応検索手法であるRareCPを紹介する。 RareCPはコサイン・アテンションの専門家の混合を通して局所的なキャリブレーション表現を学習する。 符号付き残基上に重み付き共形量子が形成され、非対称な予測間隔が生じる。
  論文  参考訳（メタデータ） (2026-05-09T10:12:07Z)
• Rater State Bias in RLHF Preference Data: An Audit Framework [0.0]
  人間のフィードバック(RLHF)からの強化学習における構造的欠点を同定する。 持続的なストレスや苦難の条件下では、レイカーの嗜好は時間とともに変化し、嗜好データが反応の質に関する判断とともにレーダ状態を符号化する。 本稿では,RLHFの選好データに有意かつ検証可能な構造バイアス源として,レーダ状態シフトを提案する。
  論文  参考訳（メタデータ） (2026-04-14T04:27:15Z)
• Monitoring State Transitions in Markovian Systems with Sampling Cost [65.4151496405543]
  自然なアプローチは、予想される予測損失がクエリコスト以下で、クエリがなければいつ発生するかを予測する、欲張りのポリシーである。 最適(OPT)戦略は状態依存のしきい値ポリシである。 遷移確率が未知の場合、我々は、グレディポリシーの予測勾配降下(PSGD)に基づく学習変種を提案する。
  論文  参考訳（メタデータ） (2025-10-25T15:07:37Z)
• Reference-Free Rating of LLM Responses via Latent Information [53.463883683503106]
  本研究では,判断モデルに対して,自由テキスト応答にQuattスケールのスコアを割り当てるよう依頼する一般的な実践について検討する。 次に、内部モデル信号からスカラー評価を導出する潜在裁判官を提案し、評価する。 ペアとシングルレーティングのベンチマークの幅広いスイートの中で、潜在メソッドは標準のプロンプトにマッチするか、超えている。
  論文  参考訳（メタデータ） (2025-09-29T12:15:52Z)
• Error-quantified Conformal Inference for Time Series [55.11926160774831]
  時系列予測の不確かさの定量化は、時系列データの時間的依存と分布シフトのために困難である。 量子化損失関数をスムースにすることで,iError-quantified Conformal Inference (ECI)を提案する。 ECIは有効な誤発見制御と、他のベースラインよりも厳密な予測セットを出力することができる。
  論文  参考訳（メタデータ） (2025-02-02T15:02:36Z)
• When Does Confidence-Based Cascade Deferral Suffice? [69.28314307469381]
  カスケードは、推論コストをサンプル毎に適応的に変化させる古典的な戦略である。 deferralルールは、シーケンス内の次の分類子を呼び出すか、または予測を終了するかを決定する。 カスケードの構造に執着しているにもかかわらず、信頼に基づく推論は実際は極めてうまく機能することが多い。
  論文  参考訳（メタデータ） (2023-07-06T04:13:57Z)
• Sequential Kernelized Independence Testing [77.237958592189]
  我々は、カーネル化依存度にインスパイアされたシーケンシャルなカーネル化独立試験を設計する。 シミュレーションデータと実データの両方にアプローチのパワーを実証する。
  論文  参考訳（メタデータ） (2022-12-14T18:08:42Z)

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。