論文の概要: Random Jump Forests

• arxiv url: http://arxiv.org/abs/2610.32498v1
• Date: Fri, 23 Oct 2026 11:15:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 01:38:06.504991
• Title: Random Jump Forests
• Title（参考訳）: ランダムジャンプ林
• Abstract要約: ランダムジャンプ林は条件付き累積遷移率と職業確率を推定するための非パラメトリックツールとして導入されている。 RパッケージJumpForestsには,予測評価や変数重要度などの手法が実装されている。
• 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: Random jump forests are introduced as a nonparametric tool for estimating conditional cumulative transition rates and occupation probabilities in multi-state models. The main idea is that a single tree partitions the covariate space for all transitions simultaneously, using partially observed trajectories, and with Nelson--Aalen estimators at the terminal nodes. Occupation probabilities are recovered through the product integral without requiring the Markov assumption. Uniform consistency and a functional central limit theorem for the estimators of cumulative rates can be established under the assumption that the covariate vector takes finitely many values, and under suitable splitting conditions. In particular, pointwise confidence intervals and simultaneous bands are available in the Markov case. Simulation studies show a predictive accuracy close to the correctly specified benchmark models and marked improvements when benchmarks are misspecified, with further illustration on four biomedical data sets. In the coverage study, confidence bands attain near-nominal coverage in several settings, with pooling of heterogeneous rates being the main source of possible undercoverage. The method, including prediction assessment and variable importance, is implemented in the R package JumpForests.
• Abstract（参考訳）: 多状態モデルにおける条件付き累積遷移率と職業確率を推定するための非パラメトリックツールとしてランダムジャンプ林が導入された。 主な考え方は、一本の木が、部分的に観察された軌道を用いて、すべての遷移に対して共変量空間を同時に分割し、終点ノードにおけるネルソン-アーレン推定器と共に分割するというものである。 職業確率はマルコフの仮定を必要とせずに積積分によって回復される。 一様整合性と累積速度の推定値に対する関数中心極限定理は、共変ベクトルが有限個の値を持ち、適切な分裂条件の下で成立することができる。 特に、マルコフの場合において、点的信頼区間と同時帯域が利用可能である。 シミュレーション研究は、正しく指定されたベンチマークモデルに近い予測精度を示し、ベンチマークが誤って特定された場合に顕著な改善が示され、さらに4つのバイオメディカルデータセットが示される。 調査では、信頼バンドはいくつかの設定でほぼ最小のカバレッジを達成し、不均一なレートのプールが、潜在的な潜伏の源となっている。 RパッケージJumpForestsには,予測評価や変数重要度などの手法が実装されている。

関連論文リスト

• Kernel Single-Index Bandits: Estimation, Inference, and Learning [3.1109381260263853]
  我々は、各アームの報酬が単一インデックスモデルに従う、有限個の動作を伴う文脈的包帯について研究する。 本稿では,Steinをベースとした指標パラメータ推定と逆プロペンシティ重み付きリッジ回帰を組み合わせた,カーネル化された$varepsilon$-greedyアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2026-03-19T14:15:16Z)
• Localized Uncertainty Quantification in Random Forests via Proximities [1.0195618602298684]
  機械学習では、不確実性定量化はモデルの予測の信頼性を評価するのに役立つ。 従来のアプローチでは予測精度が重視されることが多いが、不確実性対策の導入に焦点が当てられている。 自然発生試験セットと類似度尺度(確率)をランダム林の副産物と見なす新しいアプローチを提案する。
  論文  参考訳（メタデータ） (2025-09-26T20:53:28Z)
• Clustered random forests with correlated data for optimal estimation and inference under potential covariate shift [4.13592995550836]
  我々はクラスタ内の依存を示す独立したグループから生じるランダムなデータに対するランダムなフォレストアルゴリズムであるClustered Random Forestsを開発した。 集団化されたランダム林を構成する各決定木の葉回り予測は、重み付き最小二乗推定器の形を取る。 伐採された無作為林は、特定の樹木分割基準に対して、ポイントワイド条件の平均推定に最適なミニマックスレートを示す。
  論文  参考訳（メタデータ） (2025-03-16T20:07:23Z)
• Semiparametric conformal prediction [79.6147286161434]
  ベクトル値の非整合性スコアの結合相関構造を考慮した共形予測セットを構築する。 スコアの累積分布関数(CDF)を柔軟に推定する。 提案手法は,現実の回帰問題に対して,所望のカバレッジと競争効率をもたらす。
  論文  参考訳（メタデータ） (2024-11-04T14:29:02Z)
• Probabilistic Scores of Classifiers, Calibration is not Enough [0.32985979395737786]
  二項分類タスクでは、確率的予測の正確な表現が実世界の様々な応用に不可欠である。 本研究では,予測スコアと真の確率分布の一致を優先するアプローチを強調した。 その結果,従来の校正基準の限界が明らかとなり,重要な意思決定のための予測モデルの信頼性を損なう可能性が示唆された。
  論文  参考訳（メタデータ） (2024-08-06T19:53:00Z)
• Relaxed Quantile Regression: Prediction Intervals for Asymmetric Noise [51.87307904567702]
  量子レグレッション(Quantile regression)は、出力の分布における量子の実験的推定を通じてそのような間隔を得るための主要なアプローチである。 本稿では、この任意の制約を除去する量子回帰に基づく区間構成の直接的な代替として、Relaxed Quantile Regression (RQR)を提案する。 これにより、柔軟性が向上し、望ましい品質が向上することが実証された。
  論文  参考訳（メタデータ） (2024-06-05T13:36:38Z)
• Bayesian Hierarchical Models for Counterfactual Estimation [12.159830463756341]
  本稿では,多種多様なカウンターファクトの集合を推定する確率的パラダイムを提案する。 摂動を事前分布関数によるランダム変数として扱う。 収束特性の優れた勾配ベースサンプリング器は、後方サンプルを効率的に計算する。
  論文  参考訳（メタデータ） (2023-01-21T00:21:11Z)
• Multivariate Probabilistic Regression with Natural Gradient Boosting [63.58097881421937]
  多変量予測分布の条件パラメータを非パラメトリックにモデル化したNatural Gradient Boosting (NGBoost) 手法を提案する。 提案手法は頑健で, 広範囲なチューニングを伴わず, 推定対象分布に対してモジュール構造であり, 既存の手法と比較して競争力がある。
  論文  参考訳（メタデータ） (2021-06-07T17:44:49Z)
• Nonparametric Score Estimators [49.42469547970041]
  未知分布によって生成されたサンプルの集合からスコアを推定することは確率モデルの推論と学習における基本的なタスクである。 正規化非パラメトリック回帰の枠組みの下で、これらの推定器の統一的なビューを提供する。 カールフリーカーネルと高速収束による計算効果を享受する反復正規化に基づくスコア推定器を提案する。
  論文  参考訳（メタデータ） (2020-05-20T15:01:03Z)

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。