Grunnleggende konsepter
레이블 노이즈가 있는 검증 세트에서 컨포멀 예측 알고리즘을 성공적으로 적용하기 위해 노이즈 강건 컨포멀 점수를 제안한다.
Sammendrag
이 연구에서는 레이블 노이즈가 있는 검증 세트에서 컨포멀 예측(CP) 알고리즘을 성공적으로 적용하는 방법을 제안한다. 기존 CP 알고리즘은 노이즈에 취약하여 예측 집합의 크기가 크게 증가한다. 이를 해결하기 위해 저자들은 노이즈 강건 컨포멀 점수를 제안했다.
제안된 알고리즘의 핵심 내용은 다음과 같다:
노이즈 강건 컨포멀 점수 ˆS(x, ˜y, ϵ)를 정의하여 노이즈가 있는 검증 데이터에 적용할 수 있도록 한다.
학습 단계에서 ˆS(x, ˜y, ϵ)의 (1-α) 분위수 qϵ를 계산한다.
테스트 단계에서 정확한 컨포멀 점수 S(x, y)를 사용하여 예측 집합 Cϵ(x) = {y | S(x, y) ≤ qϵ}를 구성한다.
실험 결과, 제안된 NR-CP 방법이 기존 방법 대비 예측 집합의 크기를 크게 줄이면서도 요구되는 coverage를 만족하는 것을 확인했다.
Statistikk
노이즈 수준 ϵ이 0.2일 때, 기존 Noisy-CP와 NRES-CP 방법은 예측 집합의 크기가 크고 coverage가 높게 나타났다.
제안된 NR-CP 방법은 예측 집합의 크기를 크게 줄이면서도 요구되는 coverage를 만족했다.
노이즈 수준 ϵ을 추정하는 NR-CP* 방법은 노이즈 수준이 증가할수록 더 나은 성능을 보였다.
Sitater
"레이블 노이즈가 있는 검증 세트에서 CP 알고리즘을 성공적으로 적용하는 것이 중요한 과제이다."
"제안된 노이즈 강건 컨포멀 점수를 사용하면 예측 집합의 크기를 크게 줄이면서도 요구되는 coverage를 만족할 수 있다."