분포 이동 하에서 의사 보정 컨포멀 예측의 커버리지 보장
본 논문은 라벨이 없는 목표 도메인에서 의사 라벨을 이용한 컨포멀 예측이 커버리지를 잃는 문제를, 라벨 조건부 공변량 이동 모델과 워싱턴 거리 기반의 도메인 적응 이론을 결합해 해결한다. 소스 도메인 손실과 이동 정도를 이용한 하한을 도출하고, 슬랙 파라미터를 통해 임계값을 조정하는 설계법을 제시한다. 또한 분류기의 불확실성을 활용해 하드 의사 라벨과 무작위 라벨을 혼합하는 소스‑튜닝 의사 보정 알고리즘을 제안한다. 실험 결과는 제안 방법이 커…
저자: Farbod Siahkali, Ashwin Verma, Vijay Gupta
본 논문은 라벨이 없는 목표 도메인에서 컨포멀 예측(conformal prediction, CP)의 커버리지 보장을 유지하기 위한 새로운 이론적·알고리즘적 접근을 제시한다. 기존 CP는 교환 가능성(exchangeability) 가정 하에 소스(캘리브레이션) 데이터와 테스트 데이터가 동일한 분포에서 추출된다고 전제한다. 그러나 실제 환경에서는 소스와 목표 도메인 간에 분포 이동(distribution shift)이 발생하며, 특히 라벨이 없는 상황에서는 기존 CP의 커버리지 보장이 크게 약화된다.
### 1. 문제 정의 및 가정
- **멀티클래스 분류 설정**: 입력 공간 X⊂ℝ^d, 라벨 공간 Y=
원본 논문
고화질 논문을 불러오는 중입니다...
댓글 및 학술 토론
Loading comments...
의견 남기기