조건부 보장을 위한 밀도 가중 핀볼 회귀와 컬러풀 핀볼 프레임워크

초록

본 논문은 기존 분할 컨포멀 예측이 제공하는 주변 커버리지와 달리, 입력별 조건부 커버리지를 개선하기 위해 새로운 손실 함수인 “밀도 가중 핀볼 손실”을 제안한다. 조건부 비일관성 점수의 진정한 분위수에서 조건부 밀도를 가중치로 사용해 평균 제곱 조건부 오류(MSCE)를 더 정확히 근사하고, 이를 최소화하도록 설계된 3‑head 양자화 네트워크를 도입한다. 이 네트워크는 보조 분위수 (1!-!\alpha\pm\delta) 를 이용해 가중치를 유한 차분으로 추정하고, 중심 분위수를 가중 손실로 미세조정한다. 이론적으로는 추정된 역가중치에 대한 비대칭 비대수적 일반화 오차 경계를 제공하며, 실험에서는 고차원 실데이터에서 조건부 커버리지 향상을 입증한다.

상세 분석

본 연구는 조건부 커버리지를 직접 최소화한다는 점에서 기존의 “그룹‑조건부” 혹은 “지역‑가중” 접근과 근본적으로 차별화된다. 저자들은 MSCE(Mean Squared Conditional Error)를 조건부 커버리지 편차의 제곱 평균으로 정의하고, 이를 기존 문헌에서 제시된 핀볼 손실의 초과 위험(Excess Risk)과 연결한다. 그러나 기존의 상한은 조건부 CDF의 전역 리프시츠 상수 (L_F)에 의존해 지나치게 보수적이며, 실제 데이터에서는 이 상수가 크게 과대평가되는 경우가 많다. 이를 극복하기 위해 저자들은 분위수 (q_\tau(x)) 주변에서 2차 테일러 전개를 수행한다. 그 결과, MSCE는
\