論文の概要: Inner optimizers in active-learning Kriging reliability analysis: a pre-specified comparison and the unconservative estimates left by unlearned failure modes

• arxiv url: http://arxiv.org/abs/2611.03117v1
• Date: Mon, 02 Nov 2026 13:34:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-06 13:15:07.954845
• Title: Inner optimizers in active-learning Kriging reliability analysis: a pre-specified comparison and the unconservative estimates left by unlearned failure modes
• Title（参考訳）: アクティブラーニングの信頼性解析における内部オプティマイザ--未学習障害モードによる事前比較と非保守的推定
• Abstract要約: アクティブラーニング・クリギングは、しばしば連続メタヒューリスティック検索によって候補プールを置き換える。 規定された比較比較では、サロゲート、人口、および停止規則が、この内部を孤立させた:5つの予算に適合した連続体。 基準を共有する特定者に対して、ハイブリッドは6勝、結びついた41勝、66ホールム補正精度比較の19敗、という仮説は支持されなかった。
• 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: Active-learning Kriging often replaces candidate pools by continuous metaheuristic search. A pre-specified comparison sharing surrogate, population and stopping rule isolated this inner optimizer: five budget-matched continuous optimizers, including hybrid swarm optimization with L-BFGS-B polishing, against candidate pools on eleven problems (dimension 2 to 100). The primary hypothesis was not supported: against optimizers sharing its criterion the hybrid won 6, tied 41 and lost 19 of 66 Holm-corrected accuracy comparisons, and against pool methods 0, 23 and 21 of 44. With sequential selection on three series systems, multistart L-BFGS-B left a failure mode unlearned in 59 of 60 runs, more often than swarm, genetic-algorithm or AK-MCS. In all 198 runs (22 post-freeze) with an unlearned mode, the learned modes did not compensate and failure probability was underestimated (exploratory). The error criterion can accept substantial underestimation: it accepted 17 runs (13 pool-selected) at 0.38 to 0.89 of the reference; 181 exhausted the budget. Follow-up analyses on single-design-point problems indicate underestimation when selections concentrate near the design point. Kriging-believer pool selection satisfied the surrogate stopping criterion with fewer calls than the best continuous method in all four informative batch cells (two post-freeze). We recommend default pool selection and coverage checks for any selection.
• Abstract（参考訳）: アクティブラーニング・クリギングは、しばしば連続メタヒューリスティック検索によって候補プールを置き換える。 5つの予算整合型連続最適化器(L-BFGS-B研磨によるハイブリッドスワム最適化を含む)は、11の問題の候補プール(次元2から100)に対して行われた。 評価基準を共有するオプティマイザに対して,ハイブリッドが6勝,66ホルム補正精度比較で19勝,44のプール法では0,23,21敗であった。 L-BFGS-Bは3つのシリーズで連続的に選択され、60ラン中59ランで未学習の障害モードが残され、スウォームや遺伝的アルゴリズム、AK-MCSよりも多かった。 未学習モードの198ラン(22ポストフリーズ)では、学習モードは補償されず、失敗確率は過小評価された(探索)。 エラー基準はかなり過小評価され、基準の0.38から0.89で17回のラン(プール選択13回)を受理し、181回は予算を浪費した。 単一設計点問題に対するフォローアップ解析は、選択が設計点の近くに集中するときに過小評価を示す。 クリーニング・バイ・エバープールの選択は、4つの情報伝達バッチセル(2つのポストフリーズ)において、最良連続法よりも少ない呼び出しでサロゲート停止基準を満たした。 任意の選択に対して、デフォルトのプール選択とカバレッジチェックを推奨します。

関連論文リスト

• Correctness Conditioning as Selection in Chain-of-Thought Faithfulness Evaluation [0.0]
  7変数構造因果モデルを用いて、正確に観測されたギャップ$= operatornameCov(A, C)/P(C=1)$ を導出する。 本研究は,算術課題における4つのサブサイクル配置を評価し,全4項目において肯定的な選択ギャップを観測する。
  論文  参考訳（メタデータ） (2026-10-27T11:35:29Z)
• Comparing classical and quantum QUBO solvers: optimality, trajectory diagnostics, and limits of solver selection [0.0]
  古典的, テンソルネットワーク, 固定スケジュール量子アプローチを, 14-48変数を持つ10の族から180のベンチマークインスタンスで比較した。 メインベンチマークでは、汎用ブランチ・アンド・カット・ソルバが600,sの上限内で176のインスタンスを認証する。 パラレル・テンパリングは 60の予算で全ての テスト走行で最適に到達します
  論文  参考訳（メタデータ） (2026-10-26T10:01:30Z)
• Preference Is Not Position: Evaluating Reranking on NevIR in Fixed Hybrid Candidate Pools [4.087496677340278]
  ほぼ同一の通路は否定のような決定的な条件で異なることがある。 我々はこの区別を,密集した学習スパースから固定候補プールを被覆した公式なNevIRペアとBM25検索を用いて検討した。
  論文  参考訳（メタデータ） (2026-10-19T12:16:58Z)
• 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)
• When Compression Scores Cannot Decide: Information Boundaries for Group-Robust LLM Pruning [2.8699714648237387]
  密度の高い調査では、分割半信頼パス四分法スコアは16.1%上昇し、選択されたエンドポイントは2つの制御よりも6.0-7.7%低下した。 我々は、最も供給の悪いグループがいつデプロイに気を配るのか、圧縮統計が正当化できるものは何なのかを尋ねる。
  論文  参考訳（メタデータ） (2026-08-03T23:07:29Z)
• Towards Robust Training in NNGPT AutoML Pipeline: A Loss-Optimizer Pairing Selection Study [48.83701310501069]
  本稿では, 一つのレシピがヘテロジニアスなアーキテクチャプールに十分であるか, 最適ペアリングが構造的に多様なモデルによって異なるかを検討する。 我々は,CEL(Cross-Entropy),NLL(Negative Log-Likelihood),および最近導入された遺伝学的に進化したNGL損失を,LEMURヘテロジニアス・アーキテクチャー・プールの6つの画像分類データセット上に提示したベースモデル間で比較検討した。 我々の結果は、単一のペアリングが普遍的に最適でないことを確認した。AdamやAdamWとのクロスエントロピーは、最も堅牢な選択である。
  論文  参考訳（メタデータ） (2026-06-18T20:51:42Z)
• OpenDeepThink: Parallel Reasoning via Bradley-Terry Aggregation [53.88666485159289]
  OpenDeepThinkは、集団ベースのテスト時間計算フレームワークで、ペアワイズBradley-Terryの比較によって選択する。 OpenDeepThinkはGemini 3.1 ProのCodeforces Eloを8回のLCMコールラウンドで+405ポイント引き上げる。 CF-73は、国際グランドマスターアノテーションによる73の専門家評価コードフォース問題と、公式判決に対する99%の地域評価合意のキュレートされたセットである。
  論文  参考訳（メタデータ） (2026-05-14T17:57:40Z)
• Pause and Reflect: Conformal Aggregation for Chain-of-Thought Reasoning [8.024041325202612]
  自己整合性を考慮した思考の連鎖(CoT)推論は、複数のサンプル推論パスを集約することで性能を向上させる。 集約不確実性に直接対処するCoT推論のコンフォメーション手順を導入する。 提案手法は,多数決を推理経路よりも重み付けしたスコアアグリゲーションに置き換え,共形リスク制御を用いた棄権規則を校正する。
  論文  参考訳（メタデータ） (2026-05-13T20:33:59Z)
• Preference Optimization for Reasoning with Pseudo Feedback [100.62603571434167]
  提案手法では,解のラベル付けを関連するテストケースに対する評価として行うことで,推論タスクに対する疑似フィードバックを生成する手法を提案する。 本研究では,擬似フィードバックを優先最適化に用いる数学的推論と符号化の両タスクについて実験を行い,両タスク間の改善を観察する。
  論文  参考訳（メタデータ） (2024-11-25T12:44:02Z)

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。