論文の概要: Recertifying decisions via e-closure: uniform improvements of conformal risk control and randomized e-BH

• arxiv url: http://arxiv.org/abs/2610.35821v1
• Date: Mon, 26 Oct 2026 17:45:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:27:14.131076
• Title: Recertifying decisions via e-closure: uniform improvements of conformal risk control and randomized e-BH
• Title（参考訳）: e-クロージャによる意思決定:共形リスク制御とランダム化e-BHの一様改善
• Abstract要約: 統計的手続きは、リスク予算の一部を未使用のまま残しながら、期待される損失を所定のレベルで制御することが多い。 我々は,計算可能なスラックを有効性証明に活用することにより,手続きを改善するための一般的なパラダイムである再認証を開発する。 再確認は分布構造を用いてスラックを定量化し、有効性を保ちながらe値の認証を拡大し、より保守的な決定を下す。
• 参考スコア（独自算出の注目度）: 37.22802475883251
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Statistical procedures often control expected loss at a prescribed level while leaving part of their risk budget unused. Building on the e-value representation of risk-controlled decisions and the e-closure principle for multiple testing, we formulate recertification, a general paradigm for improving procedures by exploiting computable slack in their validity certificates. A valid procedure's losses normalized by their risk budgets form a state-indexed e-value collection; conversely, decisions whose normalized losses are bounded by this collection inherit its risk guarantees. Recertification uses distributional structure to quantify slack, enlarge the certifying e-values while preserving validity, and construct less conservative decisions. We develop two applications. For conformal risk control (CRC) with a known loss family, recertification redistributes unused risk budget among the held-out points of each hypothetical augmented sample. The resulting controller is valid under every finite exchangeable law and no more conservative than CRC on any calibration sample. For convex losses on an interval of actions, repeated recertification converges geometrically to an admissible controller. For false discovery rate control with arbitrarily dependent e-values, recertification exploits unused conditional budgets in randomized e-BH. It yields a closed-form randomized procedure whose rejection set contains that of randomized e-BH for every realization of the shared randomization and whose expected number of rejections is maximal subject to the same conditional budget constraints. Recertifying with the larger e-collection of closed e-BH gives a second closed-form procedure whose rejection set contains that of the first. Experiments on CIFAR-100 hierarchical classification and multiple testing simulations demonstrate improved budget utilization, informativeness and power over the baselines.
• Abstract（参考訳）: 統計的手続きは、リスク予算の一部を未使用のまま残しながら、期待される損失を所定のレベルで制御することが多い。 リスク管理された意思決定のe-value表現と、複数のテストのためのe-closure原則に基づいて、計算可能なスラックを有効性証明に活用して手続きを改善するための一般的なパラダイムである再認証を定式化する。 リスク予算によって正規化された有効な手続きの損失は、州が指定したe-valueコレクションを形成し、逆に、このコレクションによって正規化された損失が境界付けられた決定はそのリスク保証を継承する。 再確認は分布構造を用いてスラックを定量化し、有効性を保ちながらe値の認証を拡大し、より保守的な決定を下す。 私たちは2つのアプリケーションを開発します。 既知の損失ファミリーを持つ共形リスク制御(CRC)では、再認定は、各仮説化サンプルのホールドアウトポイントのうち、未使用のリスク予算を再分配する。 結果として得られるコントローラは、すべての有限交換可能な法則の下で有効であり、任意のキャリブレーションサンプルにおいてCRCよりも保守的である。 動作間隔における凸損失に対して、繰り返し再認証は幾何的に許容可能なコントローラに収束する。 任意に依存したe値による偽発見率制御のために、再認証はランダム化されたe-BHにおける未使用条件予算を利用する。 それは、共有ランダム化のすべての実現のためのランダム化された e-BH の集合を含み、同じ条件付き予算制約の下では、期待される拒絶数が最大となる閉形式ランダム化手順を生成する。 閉じた e-BH のより大きな e-collection による再確認は、拒絶集合が最初の e-BH の e-collection を含む第二の閉形式手続きを与える。 CIFAR-100階層分類と複数の試験シミュレーション実験により, 予算利用, 情報性, 電力効率の向上が示された。

関連論文リスト

• ReCIRC: Rectified Conformal Risk Control [2.0212584824609503]
  コンフォーマルリスク制御(CRC)は、そのような損失に対して分布のない保証を与えるが、全ての入力で共有される単一の閾値を校正する。 本稿では,各入力の推定局所リスク曲線を逆転させて,キャリブレーション閾値を共通目標条件としてパラメータ化し,CRCを結果の族に適用するReCIRCを提案する。 ReCIRCは、目標に近い限界リスクを維持しつつ、最低グループリスクと平均陽性グループ過剰を各設定で達成した。
  論文  参考訳（メタデータ） (2026-09-29T17:49:17Z)
• Risk-Aware Online Conformal State Probing [65.02200443982082]
  オンライン整合状態探索(オンライン整合状態探索、OCSP)は、分布仮定に頼ることなく最悪のケースの信頼性レベルを認定する行動・探索政策である。 OCSPは、リトレーニングや微調整を必要とせずに、既存のバリューベースのコントロールポリシーに適用することができる。
  論文  参考訳（メタデータ） (2026-09-22T08:55:09Z)
• Occupancy-based Quantile Risk Control [21.91768834819608]
  OQRC(Quantile Risk Control, 量子リスク制御)は, リスクを厳密に制御し, 有限サンプルの有効性を示す手法である。 リスク管理を有限占有問題として定式化し, 所定のキャリブレーション損失で損失空間を分割する。 提案手法の有効性を実証し, 一般的なベンチマークにおいて, リスクギャップを78.64%削減する実験を行った。
  論文  参考訳（メタデータ） (2026-09-02T19:32:46Z)
• Selective Conformal Risk Control [0.38106124526091323]
  共形予測と選択分類を統合した統合フレームワークであるtextitSelective Conformal Risk Control (SCRC) を提案する。 第1段階は予測のための確実なサンプルを選択し、第2段階は選択されたサブセットに対して共形リスク制御を適用して校正された予測セットを構築する。 SCRC-Iは、より保守的なリスクコントロールを示すが、より優れた計算実用性を示す。
  論文  参考訳（メタデータ） (2025-12-14T21:18:28Z)
• LEC: Linear Expectation Constraints for False-Discovery Control in Selective Prediction and Routing Systems [95.35293543918762]
  大規模言語モデル(LLM)はしばしば信頼できない答えを生成するが、不確実性のある手法は誤った予測と完全に区別することができない。 我々は、この問題を、偽発見率(FDR)制御のレンズを通して解決し、全ての許容された予測のうち、エラーの割合が目標のリスクレベルを超えないことを保証する。 本稿では,線形期待制約を強制することで,選択予測を制約付き決定問題として再解釈するLECを提案する。
  論文  参考訳（メタデータ） (2025-12-01T11:27:09Z)
• SAFER: Risk-Constrained Sample-then-Filter in Large Language Models [38.97678256807034]
  本稿では,無意識サンプリングと共形フィルタリングを組み合わせた2段階リスク制御フレームワークを提案する。 その結果,SAFERはタスク固有の基準やキャリブレーションテストのスプリット比と互換性があることが判明した。
  論文  参考訳（メタデータ） (2025-10-11T12:12:41Z)
• COIN: Uncertainty-Guarding Selective Question Answering for Foundation Models with Provable Risk Guarantees [51.5976496056012]
  COINは、統計的に有効な閾値を校正し、質問毎に1つの生成された回答をフィルタリングする不確実性保護選択フレームワークである。 COINはキャリブレーションセット上で経験的誤差率を推定し、信頼区間法を適用して真誤差率に高い確率上界を確立する。 リスク管理におけるCOINの堅牢性,許容回答を維持するための強いテストタイムパワー,キャリブレーションデータによる予測効率を実証する。
  論文  参考訳（メタデータ） (2025-06-25T07:04:49Z)
• SConU: Selective Conformal Uncertainty in Large Language Models [59.25881667640868]
  SconU(Selective Conformal Uncertainity)と呼ばれる新しいアプローチを提案する。 我々は,特定の管理可能なリスクレベルで設定されたキャリブレーションの不確実性分布から,与えられたサンプルが逸脱するかどうかを決定するのに役立つ2つの共形p値を開発する。 我々のアプローチは、単一ドメインと学際的コンテキストの両方にわたる誤発見率の厳密な管理を促進するだけでなく、予測の効率を高める。
  論文  参考訳（メタデータ） (2025-04-19T03:01:45Z)
• Decision from Suboptimal Classifiers: Excess Risk Pre- and Post-Calibration [52.70324949884702]
  バッチ二分決定における近似的後続確率を用いた余剰リスクの定量化を行う。 我々は、再校正のみが後悔のほとんどに対処する体制と、後悔が集団的損失に支配される体制を識別する。 NLP実験では、これらの量によって、より高度なポストトレーニングの期待値が運用コストに値するかどうかが分かる。
  論文  参考訳（メタデータ） (2025-03-23T10:52:36Z)

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。