論文の概要: Residual Calibration via Local Feature-Space Refinement

• arxiv url: http://arxiv.org/abs/2610.30652v1
• Date: Thu, 22 Oct 2026 03:16:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-24 02:08:44.197735
• Title: Residual Calibration via Local Feature-Space Refinement
• Title（参考訳）: 局所的特徴空間再構成による残留校正
• Abstract要約: 局所適応確率推定(Local Adaptive Probability Estimation, LAPE)は、ポストホックの残留校正フレームワークである。 LAPEは、グローバルキャリブレータ出力を安定したアンカーとして扱い、非パラメトリックな局所的な証拠を利用して個々の予測を洗練する。 LAPEは、既存のさまざまなベースラインのキャリブレーション品質を改善し、異なる設定で効率的で堅牢な状態を維持することができる。
• 参考スコア（独自算出の注目度）: 3.771286495143123
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Deep neural networks often struggle to provide reliable confidence estimates, making post-hoc calibration essential for reliable decision-making. Existing post-hoc methods largely rely on score-based transformations, which improve marginal calibration but often fail to capture spatially varying miscalibration in local regions of the learned feature space. To address this gap, we propose Local Adaptive Probability Estimation (LAPE), a post-hoc residual calibration framework. Specifically, LAPE treats the global calibrator output as a stable anchor and refines the individual prediction by leveraging non-parametric local evidence from neighboring calibration samples. As a plug-and-play refinement module, LAPE effectively utilizes the information about feature-space geometry and can reuse the calibration data that are used to construct the global calibrator. Furthermore, we extend LAPE to the setting with multi-view inputs through Cascade Feature Augmentation Fusion (CFAF). Extensive experiments demonstrate that the proposed methods can improve the calibration quality of various existing baselines and remain efficient and robust across different settings.
• Abstract（参考訳）: ディープニューラルネットワークは信頼性の高い信頼度推定の提供に苦慮することが多く、信頼性の高い意思決定にはポストホックキャリブレーションが不可欠である。 既存のポストホック法は主にスコアベースの変換に依存しており、限界校正を改善するが、しばしば学習された特徴空間の局所領域における空間的変化の誤校正を捉えることができない。 このギャップに対処するために,ポストホック残差校正フレームワークである局所適応確率推定(LAPE)を提案する。 特に、LAPEは、グローバルキャリブレータ出力を安定アンカーとして扱い、隣接するキャリブレーションサンプルからの非パラメトリック局所的な証拠を活用することにより、個々の予測を洗練する。 プラグ・アンド・プレイ・リファインメントモジュールとして、LAPEは特徴空間幾何学に関する情報を効果的に活用し、グローバル・キャリブレータを構築するのに使用されるキャリブレーションデータを再利用することができる。 さらに、我々は、カスケード特徴拡張融合(CFAF)を介して、多視点入力の設定にLAPEを拡張します。 実験により, 提案手法は, 各種ベースラインのキャリブレーション品質を向上し, 各種設定における効率, 堅牢性を維持することができることを示した。

関連論文リスト

• Calibration-Informative Region Selection for Online LiDAR--Camera Calibration in Agricultural Environments [6.51006117672225]
  マルチモーダルキャリブレーションに対するサポートマップ駆動型アプローチを提案する。 MDPCalib を用いたオンラインLiDAR-カメラキャリブレーションの定式化を行う。 主要な貢献は密集キャリブレーション支援マップであり、アライメントされた観測に関するクロスモーダルな合意を集約する。
  論文  参考訳（メタデータ） (2026-05-22T12:48:56Z)
• Divide et Calibra: Multiclass Local Calibration via Vector Quantization [16.08047787133007]
  本稿では,共有コードワード依存因子から地域別校正マップを構築する多クラス校正への構成的アプローチを提案する。 提案手法は,不均質なキャリブレーション写像を学習し,潜在空間のスパース領域に対してもよく一般化する。
  論文  参考訳（メタデータ） (2026-05-20T11:44:55Z)
• Discovery of Hidden Miscalibration Regimes [52.452902154360565]
  モデルは何らかの入力を体系的に過信し、他人を過信することがある。 対応する誤校正分野を定義し,それを推定するための診断フレームワークを提案する。 提案手法は,入力空間のキャリブレーションを意識した表現を学習し,学習幾何学におけるカーネルの平滑化による符号付き局所的誤校正を推定する。
  論文  参考訳（メタデータ） (2026-05-13T13:07:50Z)
• Calibrating Large Language Models with Sample Consistency [76.23956851098598]
  本稿では,複数サンプルモデル生成系の分布から信頼度を導出する可能性について,一貫性の3つの尺度を用いて検討する。 その結果、一貫性に基づくキャリブレーション手法は、既存のポストホック手法よりも優れていることがわかった。 種々のLMの特性に合わせて,キャリブレーションに適した整合性指標を選択するための実用的なガイダンスを提供する。
  論文  参考訳（メタデータ） (2024-02-21T16:15:20Z)
• Deep Ensemble Shape Calibration: Multi-Field Post-hoc Calibration in Online Advertising [8.441925127670308]
  eコマース広告のシナリオでは、Click-Through Rate(CTR)とConversion Rate(CVR)に基づいて真の確率(キャリブレーションされた見積)を推定することが重要である。 従来の研究では、キャリブレーション問題に対処するためのソリューションが数多く導入されている。 本稿では,関数表現機能とデータ利用機能の両方を強化する革新的な基底キャリブレーション機能を提案する。
  論文  参考訳（メタデータ） (2024-01-17T11:41:11Z)
• Calibration by Distribution Matching: Trainable Kernel Calibration Metrics [56.629245030893685]
  カーネルベースのキャリブレーションメトリクスを導入し、分類と回帰の両方で一般的なキャリブレーションの形式を統一・一般化する。 これらの指標は、異なるサンプル推定を許容しており、キャリブレーションの目的を経験的リスク最小化に組み込むのが容易である。 決定タスクにキャリブレーションメトリクスを調整し、正確な損失推定を行ない、後悔しない決定を行うための直感的なメカニズムを提供する。
  論文  参考訳（メタデータ） (2023-10-31T06:19:40Z)
• Localized Calibration: Metrics and Recalibration [133.07044916594361]
  完全大域キャリブレーションと完全個別化キャリブレーションのギャップにまたがる細粒度キャリブレーション指標を提案する。 次に,局所再校正法であるLoReを導入し,既存の校正法よりもLCEを改善する。
  論文  参考訳（メタデータ） (2021-02-22T07:22:12Z)
• Unsupervised Calibration under Covariate Shift [92.02278658443166]
  ドメインシフト下でのキャリブレーションの問題を導入し、それに対処するための重要サンプリングに基づくアプローチを提案する。 実世界のデータセットと合成データセットの両方において,本手法の有効性を評価し検討した。
  論文  参考訳（メタデータ） (2020-06-29T21:50:07Z)
• Calibration of Neural Networks using Splines [51.42640515410253]
  キャリブレーション誤差の測定は、2つの経験的分布を比較します。 古典的コルモゴロフ・スミルノフ統計テスト(KS)にインスパイアされたビンニングフリーキャリブレーション尺度を導入する。 提案手法は,KS誤差に対する既存の手法と,他の一般的なキャリブレーション手法とを一貫して比較する。
  論文  参考訳（メタデータ） (2020-06-23T07:18:05Z)

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。