- Улучшение адаптивного конформного прогнозирования с использованием обучения с самоконтролем (arXiv)
Автор: Набиль Сидат, Алан Джеффарес, Фергус Имри, Михаэла ван дер Шаар.
Аннотация: Конформное прогнозирование — это мощный инструмент для количественной оценки неопределенности, не требующий распределения, устанавливающий действительные интервалы прогнозирования с гарантиями конечной выборки. Чтобы получить действительные интервалы, которые также адаптируются к сложности каждого экземпляра, общий подход заключается в вычислении нормализованных показателей несоответствия на отдельном калибровочном наборе. Обучение с самоконтролем эффективно используется во многих областях для изучения общих представлений предикторов ниже по течению. Однако использование самоконтроля помимо предварительного обучения модели и репрезентативного обучения в значительной степени не исследовано. В этой работе мы исследуем, как предлоговые задачи с самоконтролем могут улучшить качество конформных регрессоров, в частности, за счет улучшения адаптивности конформных интервалов. Мы обучаем вспомогательную модель с предтекстовой задачей с самоконтролем поверх существующей прогностической модели и используем ошибку с самоконтролем в качестве дополнительной функции для оценки показателей несоответствия. Мы эмпирически демонстрируем пользу дополнительной информации, используя как синтетические, так и реальные данные об эффективности (ширине), дефиците и превышении интервалов конформного прогнозирования.
2. Конформное прогнозирование для сетевой регрессии (arXiv)
Автор : Роберт Лунде, Елизавета Левина, Джи Чжу.
Аннотация: Важной проблемой сетевого анализа является прогнозирование атрибута узла с использованием как сетевых ковариат, таких как координаты встраивания графа или количество локальных подграфов, так и обычных ковариатов узла, таких как демографические характеристики. В то время как стандартные методы регрессии, использующие оба типа ковариат, могут использоваться для предсказания, статистический вывод усложняется тем фактом, что узловая сводная статистика часто зависит сложным образом. Мы показываем, что при мягком предположении о возможности совместного обмена сетевой аналог конформного предсказания достигает достоверности конечной выборки для широкого диапазона сетевых ковариат. Мы также показываем, что форма асимптотической условной достоверности достижима. Методы проиллюстрированы как на смоделированных сетях, так и на наборе данных сети цитирования.
