핵심 개념
본 논문에서는 다양한 확률적 값(예: Beta Shapley 값, 가중 Banzhaf 값)을 효율적이고 동시에 근사하기 위한 단일 샘플 프레임워크(OFA)를 제안합니다.
초록
모든 확률적 값을 동시에 효율적으로 근사하는 단일 샘플 프레임워크: 연구 논문 요약
Li, W., Yu, Y. (2024). One Sample Fits All: Approximating All Probabilistic Values Simultaneously and Efficiently. Advances in Neural Information Processing Systems, 38.
본 연구는 특성 속성 및 데이터 평가와 같은 분야에서 중요하지만 계산 비용이 많이 드는 확률적 값(예: Beta Shapley 값, 가중 Banzhaf 값)을 효율적으로 근사하는 방법을 제시하는 것을 목표로 합니다.