文献

J-GLOBAL ID：201802269339683039   整理番号：18A0195926

訓練データを用いた複合二元仮説検定について【Powered by NICT】

On composite binary hypothesis testing with training data

著者 (2件)： Bell Michael (School of CSE, HUJI, Jerusalem, Israel) ,  Kochman Yuval (School of CSE, HUJI, Jerusalem, Israel)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： Allerton  ページ： 1026-1033  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 異常値検出問題に触発されて,有限アルファベット上の既知のi.i.d.分布の試験の問題と同じアルファベット上の他の全てのi.i.d.分布から成る複合仮説を考察した。簡単な仮説試験に関する損失を定量化し,さらに未知の分布に由来していることが知られている訓練シーケンスを用いた回復できるのか見出すことを目指した。目的を達成するために,新しい最適性基準,訓練配列のない普遍的ミニマックスを提示した。基準の下で,最適試験の受容領域は「タイプの球」の簡単な形をとることを示し,中心はトレーニング系列(このような配列が存在する場合)のタイプ「対蹠」にシフトした。さらに,普遍性は指数関数的意味でコストを持たないこと,固定誤差確率の第二近似解領域に,著者らは分解能トレードオフと呼ぶ性能指数を定義した。この領域では,Gauss性仮説検定問題,元のものに漸近的に等価であることを解決,訓練配列を持たない分解能トレードオフを導出した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *仮説検定 ,  普遍性 ,  分解能 ,  性能指数 ,  指数関数
準シソーラス用語： 近似解 ,  最適性 ,  *訓練データ , 【Automatic Indexing@JST】

分類 (4件)： 数理言語学  (JB05000V) ,  システム・制御理論一般  (IA02010H) ,  計算理論  (JB02000A) ,  無線通信一般  (ND08010L)

タイトルに関連する用語 (2件)： 訓練データ ,  仮説検定