实体
Null-Calibrated Conformal Selection
Null-Calibrated Conformal Selection
PulseAugur coverage of Null-Calibrated Conformal Selection — every cluster mentioning Null-Calibrated Conformal Selection across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的共形选择方法使用目标成员得分
研究人员推出了一种新颖的空值校准共形选择（NCCS）方法，用于识别响应落在目标区域内的测试候选者，同时控制错误发现率。与通常使用面向预测的得分的现有方法不同，NCCS 利用目标成员概率作为选择的自然得分。该方法对于区间值、方差驱动、多峰或多条件目标特别有效，在这些目标中，传统得分可能与选择能力不匹配。实验表明，NCCS 提供了有限样本有效性下的零 p 值，并在稀有目标模式下提供了功效和有效性之间的权衡。
-
新的统计方法NCCS改进了AI候选者选择
提出了一种名为Null-Calibrated Conformal Selection (NCCS) 的新统计方法，旨在提高具有特定响应特征的测试候选者的识别能力，同时控制错误发现率。与通常使用面向预测的分数的方法不同，NCCS利用目标成员概率作为选择的自然分数。这种方法特别有利于简单的均值单调情况之外的复杂目标，例如区间值或方差驱动的目标，在这些情况下传统分数可能不匹配。实验表明，NCCS提供了有限样本有效零p值，并能提高非均值单调目…