NEYMAN PEARSON 분류, 볼록성 및 확률적 제약

초록

이 논문은 이변량 검출 문제를 해결하기 위해 네이먼-피어슨 패러다임을 사용하여 이진 분류에서 비대칭 오류를 다룹니다. 유한한 수의 분류기를 조합하여 새로운 분류기를 얻는데, 이 분류기는 동시에 두 가지 속성을 확률적으로 만족합니다: (i) 제 1종 오류 확률이 사전에 지정된 수준을 초과하지 않으며, (ii) 제 2종 오류의 확률은 최소화됩니다. 제안된 분류기는 경험적 목적 함수와 경험적 제약 조건을 사용하는 최적화 문제를 해결하여 얻어집니다. 이러한 문제를 다루는 새로운 기술이 개발되었으며, 이는 기회 제약 프로그래밍에 영향을 미칩니다.

상세 요약

이 논문은 네이먼-피어슨 분류 방법론을 중심으로, 특히 비대칭 오류를 다루는 이진 분류 문제에서의 적용을 탐구하고 있습니다. 제 1종 오류와 제 2종 오류라는 두 가지 주요 개념을 바탕으로, 논문은 이러한 오류들을 동시에 관리하는 방법론을 제안합니다. 특히, 제 1종 오류를 사전에 설정된 임계값 이하로 유지하면서, 제 2종 오류의 확률을 최소화하는 분류기를 생성하는데 초점을 맞추고 있습니다.

논문에서 제시된 접근법은 복수의 기존 분류기들을 조합하여 새로운 분류기를 생성하는 방식으로 이루어져 있습니다. 이 과정에서, 경험적 데이터를 바탕으로 한 최적화 문제를 해결함으로써, 제 1종 오류와 제 2종 오류 사이의 균형을 맞추는 데 중점을 두고 있습니다.

이 논문은 또한 이러한 접근법을 구현하는 과정에서 새로운 기술들을 개발하고 있으며, 이들 기술들은 확률적 제약 조건 하에 최적화 문제를 해결하는 데 있어 중요한 역할을 합니다. 특히, 기회 제약 프로그래밍이라는 분야에 큰 영향을 미치고 있습니다.