論文の概要: Conformal Predictive Distributions for Contextual Order Fulfillment Optimization

• arxiv url: http://arxiv.org/abs/2610.38046v1
• Date: Tue, 27 Oct 2026 22:59:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-31 05:25:12.344656
• Title: Conformal Predictive Distributions for Contextual Order Fulfillment Optimization
• Title（参考訳）: 文脈次数フルフィルメント最適化のための等角的予測分布
• Abstract要約: 宅配のフルフィルメントは、配送時間を知る前に、小売業者がフルフィルメントの場所とキャリアを選択する必要がある。 本稿では, コンフォーマル予測系を回帰に用い, クロスベン・アバーズ予測器(CVAP)を多クラス分類に用いた共形予測分布を構築した。
• 参考スコア（独自算出の注目度）: 14.634171922038675
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Ship-to-home fulfillment requires a retailer to select a fulfillment location and carrier before the delivery time is known. These decisions often rely on static transit-time estimates, which cannot represent how delivery-time uncertainty varies across orders and fulfillment options. This paper constructs conformal predictive distributions (CPDs) using Conformal Predictive Systems (CPS) for regression and the cross Venn-Abers predictor (CVAP) for multiclass classification, and uses them in a contextual optimization model for fulfillment decisions. The model is solved by contextual sample-average approximation (C-SAA). The regret of each fulfillment decision, its expected cost above that of the best decision, is bounded by forecast error, scenario-evaluation error, and the candidate-generation gap. The forecast term depends on how well calibration residuals or class probabilities represent the current order. On more than five million proprietary order records, CVAP raises exact-day accuracy from 49.5% for the rule-based estimate to 64.1%. Paired with a decision rule that selects a quantile weighting late errors more heavily, the split CPS (SCPS) gives a point estimate that raises late-delivery detection from 3.8% to 79.4%. Residual-based CPS distributions also meet or slightly exceed nominal interval-coverage targets. In decision experiments with a JD.com simulator over six test dates, C-SAA with CVAP lowers mean total cost by 7.1% and C-SAA with the Mondrian CPS (MCPS) lowers it by 6.7%, relative to C-SAA with the original nonconformal forecast. Both cut the late-delivery rate from 5.7% to below 4.0%.
• Abstract（参考訳）: 宅配のフルフィルメントは、配送時間を知る前に、小売業者がフルフィルメントの場所とキャリアを選択する必要がある。 これらの決定は、しばしば静的なトランジットタイムの見積もりに依存します。 本稿では, コンフォーマル予測系(CPS)を回帰に, クロスベン・アバーズ予測器(CVAP)を多クラス分類に用いたコンフォーマル予測分布(CPD)を構築し, 充足決定のための文脈最適化モデルとして利用する。 このモデルは、文脈的サンプル平均近似(C-SAA)によって解決される。 各達成決定の後悔、最善決定よりも期待されるコストは、予測誤差、シナリオ評価誤差、および候補生成ギャップによって制限される。 予測項は、キャリブレーション残差やクラス確率が現在の順序をどれだけよく表すかに依存する。 500万以上のプロプライエタリな注文記録で、CVAPはルールベースの推定で49.5%から64.1%に正確さを上げた。 遅延エラーを重み付けする量子的重み付けを決定する決定規則が与えられ、分割CPS (SCPS) は、遅延配達検出を3.8%から79.4%に上昇させる点推定を与える。 残差に基づくCPS分布も、例外的区間被覆目標をわずかに超えるか満たす。 6回の試験日におけるJD.comシミュレータによる決定実験では、CVAPのC-SAAの平均総コストは7.1%低下し、MCPSのC-SAAはC-SAAと比較して6.7%低下した。 どちらも遅延配達率を5.7%から4.0%以下に引き下げた。

関連論文リスト

• ProbePO: Sparse Probes, Redistributed Credit for Critic-Free LLM Reinforcement Learning [55.716259164434234]
  検証可能な報酬からの強化学習は、個々の推論ステップが結果にどのように貢献するかを解明し、すべての推論軌道に1つの終末報酬を割り当てる。 GRPOは、すべてのレスポンストークンに対してグループ正規化された利点をブロードキャストする一方、よりきめ細かいアプローチは、ポリシー更新に使用されるデータを変更可能な、高密度な補助的なロールアウトや分岐スキームに依存することが多い。 限定的なロールアウト予算で、どの部分的なソリューションを評価すべきで、どのように価値を評価すればよいのか。 ProbePOは報酬のない不確実性スコアで部分解法状態を選択し、上限条件下で期待された検証者報酬を推定する
  論文  参考訳（メタデータ） (2026-10-17T07:19:05Z)
• Bayesian Test-Time Inference of Task-Aligned Similarity from Weak Interactive Feedback [50.42640957891911]
  言語モデルシステムは、類似性を比較することで、繰り返しテスト時の決定を行う。 しかし、類似性はユニークではない:語彙、意味、構造、類似性はNの選択点を取得することができる。 本稿では,現在の意思決定を統括するトレーニングフリーベイズ手法であるAxis Interactive Signalsを紹介する。
  論文  参考訳（メタデータ） (2026-10-13T16:19:49Z)
• Adaptive Conformal Redistribution for Inter-class Transitional Uncertainty in Medical Image Classification [9.578682349231789]
  アダプティブコンフォメーション(Adaptive conformal redistribution, AdaConRed)は、曖昧な予測セットを洗練されたクラス割り当てに変換する、ラベルのないポストコンフォーマル決定ルールである。 AdaConRedはLAC、APS、RAPSを同じバックボーンと再配布規則で上回る。 コンフォーマルな予測は、移行性疾患のカテゴリが存在する行動可能な意思決定支援に向けて、不確実性を超えて拡張することができる。
  論文  参考訳（メタデータ） (2026-09-10T06:21:30Z)
• Governed Human-AI Prioritization Under Uncertainty: Adaptive Estimation and Dependency-Constrained Portfolio Selection [0.0]
  AIネイティブなソフトウェアエンジニアリングは、人間の判断、過去のアナロジー、パラメトリック推定、AI生成予測を、同じ優先順位決定の中で組み合わさりつつある。 ビジネスバリュースコア(BVS)、Effort and Risk Score(ERS)、優先順位付け値スコア(PVS)、集合スコア(CCS)、最適開発パス(ODP)の5つの量演算子について検討する。
  論文  参考訳（メタデータ） (2026-09-09T14:04:37Z)
• Accuracy-Preserving Stability Regularization for Large-Scale Retail Demand Forecasting [6.830447377605494]
  本研究では,連続したシリーズ内移動におけるトレーニングタイムのペナルティが,ポイント精度を大きく変えることなく水平方向予測パスの安定性を向上させることができるかどうかを問う。 このペナルティは、最近の需要の埋め込みとカレンダー、価格、階層、アイテム、ストア機能を組み合わせた時間構造パイプラインで評価される。 ポストホック指数平滑化は、より低い原運動を実現するが、RMSEコストが増大し、トレーニング時間正規化はよりポイント精度を維持し、正規化安定性下で好適に機能する。
  論文  参考訳（メタデータ） (2026-07-14T23:31:00Z)
• Multi-Dimensional Behavioral Evaluation of Agentic Stock Prediction Systems Using Large Language Model Judges with Closed-Loop Reinforcement Learning Feedback [1.2362187555287152]
  ファイナンスにおける予測評価は、ポイント予測エラーに基づく集計精度測定と予測精度テストに依存している。 本稿では,中間決定プロセス自体を評価することによって,精度試験を補完する行動予測評価手法を提案する。
  論文  参考訳（メタデータ） (2026-05-07T06:31:34Z)
• Bayesian Conformal Prediction as a Decision Risk Problem [20.21455697379946]
  BCPは、分割された共形予測に匹敵する大きさの予測セットを得る。 名前付きカバレッジが80%のスパースレグレッションでは、BCPは未特定の条件下で81%の経験的カバレッジを達成している。
  論文  参考訳（メタデータ） (2026-02-03T09:58:27Z)
• Distribution-informed Online Conformal Prediction [53.674678995825666]
  更新ルールに基礎となるデータパターンを組み込んだオンラインコンフォメーション予測アルゴリズムである Conformal Optimistic Prediction (COP) を提案する。 COPは予測可能なパターンが存在する場合により厳密な予測セットを生成し、見積もりが不正確な場合でも有効なカバレッジ保証を保持する。 我々は,COPが有効なカバレッジを実現し,他のベースラインよりも短い予測間隔を構築できることを証明した。
  論文  参考訳（メタデータ） (2025-12-08T17:51:49Z)
• 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)
• 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)
• Conformal Prediction Sets with Improved Conditional Coverage using Trust Scores [52.92618442300405]
  有限サンプルにおいて、正確に分布のない条件付きカバレッジを達成することは不可能である。 本稿では,最も重要となる範囲を対象とするコンフォメーション予測アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2025-01-17T12:01:56Z)

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。