Centrala begrepp
본 연구는 일반적인 교환 가능한 점수에 대한 일관성 추론 p-값의 결합 분포를 분석하고, 이를 통해 예측 구간 및 이상치 탐지 문제에서 오류 비율에 대한 균일한 확률적 보장을 제공한다.
Sammanfattning
본 연구는 일관성 추론 프레임워크에서 p-값의 결합 분포를 분석한다. 특히 교환 가능한 점수에 대해 p-값의 결합 분포가 Pólya 우르 모델을 따른다는 것을 보였다. 이를 바탕으로 p-값 경험적 분포 함수에 대한 DKW 타입의 집중 부등식을 도출하였다.
이러한 이론적 결과를 바탕으로 두 가지 응용 사례를 다루었다:
- 전이 학습을 활용한 예측 구간 구축: 적응형 점수를 사용하여 예측 구간의 오류 비율에 대한 균일한 확률적 보장을 제공한다.
- 이상치 탐지: 적응형 점수를 사용하여 오탐지율에 대한 균일한 확률적 보장을 제공한다.
이를 통해 교환 가능한 점수를 활용하는 일관성 추론 방법론의 이론적 성능을 입증하였다.
Statistik
예측 구간 문제에서 전이 학습 모델의 예측 구간 길이는 2L이다.
이상치 탐지 문제에서 임계값 t에 따른 오탐지율(FDP)은 m/(1 ∨ |R(t)|)이다.
Citat
"본 연구는 일반적인 교환 가능한 점수에 대한 일관성 추론 p-값의 결합 분포를 분석하고, 이를 통해 예측 구간 및 이상치 탐지 문제에서 오류 비율에 대한 균일한 확률적 보장을 제공한다."
"적응형 점수를 사용하여 예측 구간의 오류 비율에 대한 균일한 확률적 보장을 제공한다."
"적응형 점수를 사용하여 오탐지율에 대한 균일한 확률적 보장을 제공한다."