論文の概要: StreamLTT: Risk Certification for Policy Selection under Stream Dependence

• arxiv url: http://arxiv.org/abs/2611.04062v1
• Date: Mon, 02 Nov 2026 23:07:17 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-04 17:27:33.229911
• Title: StreamLTT: Risk Certification for Policy Selection under Stream Dependence
• Title（参考訳）: StreamLTT: ストリーム依存型政策選択のためのリスク認定
• Abstract要約: StreamLTTは、固定された人口リスクを平均的な予測可能なリスクに置き換える。 StreamLTTは、認定されたフロンティアを所定のリスクターゲットにかなり近い位置に配置する。
• 参考スコア（独自算出の注目度）: 4.634355981480362
• License:
• Abstract: Learn-then-Test (LTT) provides a general framework for certifying deployment policies against a prescribed risk target, but its standard formulation targets a fixed population risk estimated from calibration losses. In sequential deployment, losses may instead be dependent and nonstationary, so the risk of a fixed policy can evolve with the observed history. We introduce StreamLTT, which replaces this fixed population risk with average predictable risk, defined by conditioning each decision's loss on the information available before its outcome is revealed. Conditional centering turns empirical deviations from this target into a martingale sum, enabling both a test that adapts to predictable variance and a finite-sample Hoeffding alternative. Combined with family-wise error rate control, StreamLTT yields a simultaneously certified policy region that supports subsequent deployment selection. Across seven forecasting datasets and seven deployment risks, StreamLTT places the certified frontier substantially closer to the prescribed risk target than IID, robust-variance, block-bootstrap, and concentration-based alternatives, while empirical family-wise error closely follows the prescribed level. A finite-sample ablation further shows that the predictable-risk formulation drives the tighter risk frontier, while adaptation to predictable variance makes more effective use of the available family-wise error budget. StreamLTT therefore extends risk-certified policy selection to dependent deployment streams by addressing both what risk should be certified and how it should be tested.
• Abstract（参考訳）: Learn-then-Test (LTT) は、所定のリスク目標に対してデプロイメントポリシーを認定するための一般的なフレームワークを提供するが、その標準定式化は、キャリブレーション損失から推定される固定された人口リスクをターゲットにしている。 シーケンシャルな展開では、損失は代わりに依存的かつ非定常的であるため、固定されたポリシーのリスクは観測された履歴とともに進化する。 本稿では,この固定人口リスクを平均予測可能なリスクに置き換えるStreamLTTを紹介する。 条件中心化は、この対象からの経験的偏差をマーチンゲール和に変換し、予測可能な分散に適応するテストと有限サンプルホイーフディングの選択肢の両方を可能にする。 StreamLTTは家族単位のエラー率制御と組み合わせて,その後のデプロイメント選択をサポートすると同時に認証されたポリシ領域を提供する。 7つの予測データセットと7つのデプロイメントリスクにわたって、StreamLTTは認定されたフロンティアを、IID、頑健な分散、ブロックブートストラップ、集中型代替よりも、所定のリスク目標にかなり近い位置に配置する。 有限サンプルアブレーションは、予測可能なリスクの定式化がより厳密なリスクフロンティアを駆動し、予測可能な分散への適応は、利用可能なファミリーワイドエラー予算をより効果的に活用することを示している。 したがってStreamLTTは、リスク認定とテスト方法の両方に対処することで、リスク認定ポリシーの選択を依存するデプロイメントストリームに拡張する。

関連論文リスト

• Conformal Risk-Averse Decision Making with Optimized Certainty Equivalent Risk Control [31.006941545235396]
  エージェントが真のシステム状態について不確実なまま行動を選択するリスク-逆決定について検討する。 既知分布下での最適ポリシを特徴付け,CVaRの予測セットベースソリューションに還元することを示す。 未知の分布に対しては,データ駆動キャリブレーション手法を開発し,その可能性とキャリブレーションデータに対する合成モデルを構築した。
  論文  参考訳（メタデータ） (2026-08-28T10:45:23Z)
• 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)
• Mitigating optimistic bias in entropic risk estimation and optimization with an application to insurance [5.407319151576265]
  エントロピーリスク尺度は、不確実な損失に関連する尾のリスクを説明するために広く使用されている。 経験的エントロピーリスク推定器のバイアスを軽減するために, 強く一貫したブートストラップ手法を提案する。 当社の手法は、住宅所有者に対してより高い(そしてより正確な)プレミアムを示唆している。
  論文  参考訳（メタデータ） (2024-09-30T04:02:52Z)
• Data-Adaptive Tradeoffs among Multiple Risks in Distribution-Free Prediction [55.77015419028725]
  しきい値とトレードオフパラメータが適応的に選択された場合、リスクの有効な制御を可能にする手法を開発する。 提案手法は単調なリスクとほぼ単調なリスクをサポートするが,それ以外は分布的な仮定はしない。
  論文  参考訳（メタデータ） (2024-03-28T17:28:06Z)
• Model-Based Epistemic Variance of Values for Risk-Aware Policy Optimization [59.758009422067]
  モデルベース強化学習における累積報酬に対する不確実性を定量化する問題を考察する。 我々は、解が値の真後分散に収束する新しい不確実性ベルマン方程式(UBE)を提案する。 本稿では,リスク・サーキングとリスク・アバース・ポリシー最適化のいずれにも適用可能な汎用ポリシー最適化アルゴリズムQ-Uncertainty Soft Actor-Critic (QU-SAC)を導入する。
  論文  参考訳（メタデータ） (2023-12-07T15:55:58Z)
• Safe Deployment for Counterfactual Learning to Rank with Exposure-Based Risk Minimization [63.93275508300137]
  本稿では,安全な配置を理論的に保証する新たなリスク認識型対実学習ランク法を提案する。 提案手法の有効性を実験的に検証し,データが少ない場合の動作不良の早期回避に有効であることを示す。
  論文  参考訳（メタデータ） (2023-04-26T15:54:23Z)
• A Risk-Sensitive Approach to Policy Optimization [21.684251937825234]
  標準深層強化学習(DRL)は、政策の定式化における収集経験を均等に考慮し、期待される報酬を最大化することを目的としている。 そこで本研究では,フルエピソード報酬の分布の累積分布関数 (CDF) で規定されるリスク感性目標を最適化する,より直接的なアプローチを提案する。 エージェントの動作が不十分なシナリオを強調する中程度の「悲観的」リスクプロファイルの使用が,探索の強化と,障害への継続的な対処に繋がることを示す。
  論文  参考訳（メタデータ） (2022-08-19T00:55:05Z)

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。