研究人员发现，使用保形p值和Benjamini-Hochberg过程的现有新颖性检测方法存在根本性局限。这些方法虽然能对全局错误发现率进行无分布控制，但在决策边界上无法可靠地检测新颖性。该研究引入了边界错误发现率（bFDR）的概念，并证明了先前提出的支持线（SL）过程在连续独立框架中有效，但在保形设置中无法控制bFDR。论文提出对SL过程进行多项修改，通过控制bFDR来恢复决策边界上的可靠性，包括针对预期新颖性较多的情况的自适应过程，以及针对小校准样本的子采样过程。 AI
影响 这项研究可能带来更可靠的AI系统，这些系统能够更好地识别新颖或意外的数据点，这对于需要稳健决策的应用至关重要。
排序理由 详细介绍统计分析方法改进的学术论文。[lever_c_demoted from research: ic=1 ai=0.7]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
