coverage guarantees | BriefGPT

关键词coverage guarantees

搜索结果 - 10

未知时态漂移下的无分布预测推理
本文提出了一种选择自适应窗口并利用其中的数据构建预测集的策略，通过优化估计的偏差 - 方差平衡来选择窗口，并为该方法提供了明确的覆盖保证，展示了其对潜在时间漂移的适应性。通过对合成和实际数据进行数值实验，验证了其有效性。
PDFa month ago
带有噪声标签的自适应适合性分类
该研究开发了新的遵循性预测方法，用于分类任务，可以自动适应标签污染，实现比现有方法更具信息量的预测集，并提供更强的覆盖保证。通过对标签污染下标准遵循性推断所面临的准确理论特征进行精确刻画，并通过新的校准算法实施行动。我们的解决方法灵活，并且
PDF10 months ago
依约束的自回归生成：带有覆盖保证的束搜索
通过引入根据符合性预测的束搜索算法的两个新扩展，我们可以生成带有理论覆盖保证的序列集合。首个方法非常简单且建议动态大小的束搜索结果子集，但与典型的符合性预测过程不同，其可行保证取决于事后校准测量。我们的第二个算法将符合性集预测过程引入解码过
PDF10 months ago
风险受控图像检索
提出了一种基于风险控制的图像检索方法 (RCIR)，该方法可以保证以预定义的概率包含原始的真实检索结果，并在四个真实数据集中进行了验证。
PDFa year ago
机器翻译评估的共形化
本文研究机器翻译的不确定性评估方法，发现目前大多数方法对模型不确定性的估计较低，建议采用分布自由的合规预测法来保证覆盖度，并提出条件合规预测技术来获得每个数据子组的校准子集，从而实现覆盖率均衡。
PDFa year ago
深度学习模型的本地有效和判别预测区间
通过最近的完全预测方法 [13, 33]，并利用核回归的经典思想，我们提出了局部有效和区分预测间隔（LVD）的一种简单、高效、轻量级方法，用于为几乎任何 DL 模型构建区分预测间隔（PIs）。我们在各种数据集上进行了实证验证，结果表明，除了
PDF3 years ago
带区间估计的一致预测
提出了一种名为局部一致性预测的新方法，它可以仅使用新测试样本周围的局部区域来构建置信区间，旨在将数据互换性打破为测试样本赋予特殊角色的情况下，推广了一致性预测方法，并证明了其假设无关与有限样本覆盖保证，并在模拟中比较了局部一致性预测和一致性
PDF5 years ago
没有恶意：通过平衡覆盖度评估不确定性
为了保证数据驱动的推荐系统的公平使用，我们应该能够向决策者传达它们的不确定性。我们提出了一个操作方法，名为 equalized coverage，该方法通过提供严谨的分布自由覆盖保证，使构造预测间隔不带偏见。我们在真实数据上测试了所提出框架
PDF5 years ago
带有杰克刀 + 的预测推断
本文介绍了一种新的方法 jackknife + 用于构建预测置信区间，并证明了如何它通过考虑最近自变量的离群值来提供严格的覆盖保证，与原始 jackknife 不同，而实验数据表明两种置信区间在稳健性较好的情况下能够实现几乎完全的覆盖且长度
PDF5 years ago
无分布条件预测推断的局限性
本文考虑面向分布无关的预测推断问题，目标是生成有条件而非边缘的预测覆盖保证。我们旨在探索边缘覆盖保证的实际问题，并研究一些能够缓解一些实际关注的条件覆盖性质松弛类型，同时仍能在分布无关的环境下实现。
PDF5 years ago