280818記事公開中

トレンドワード
  2. AIベンチマークリサーチ
  3. 論文研究
  4. PEAKによるチラ見検定―複数データストリームの平均に関する逐次非パラメトリック複合仮説検定（Peeking with PEAK: Sequential, Nonparametric Composite Hypothesis Tests for Means of Multiple Data Streams）
2 分で読了
0 views

PEAKによるチラ見検定―複数データストリームの平均に関する逐次非パラメトリック複合仮説検定

（Peeking with PEAK: Sequential, Nonparametric Composite Hypothesis Tests for Means of Multiple Data Streams）

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海先生、最近部署で『途中で結果を見ても検定が壊れない』という話が出まして、どういう技術なんだかさっぱりでして。要するに、こっちが途中でデータを覗いても大丈夫ってことなんですか？

AIメンター拓海

素晴らしい着眼点ですね！大丈夫です、順を追って説明しますよ。結論を先に言うと、この論文は、データを途中で見ても有意水準（α-level、アルファ・レベル）を守れる検定の仕組みを、複数のデータ流（data streams）に対して非パラメトリックに広げたものです。つまり、前提となる分布を強く仮定せずに、途中停止（optional stopping）しても誤検出率をコントロールできる検定を実用的にしたんですよ。

田中専務

ええと、専門用語が多くて恐縮ですが、

監修者

阪上雅昭（SAKAGAMI Masa-aki）
京都大学　人間・環境学研究科　名誉教授

論文研究シリーズ
前の記事
分散型プロアクティブモデルオフローディングとリソース割当て
（Decentralized Proactive Model Offloading and Resource Allocation for Split and Federated Learning）
次の記事
反復デノイジング・エネルギーマッチングによるボルツマン密度からのサンプリング
（Iterated Denoising Energy Matching for Sampling from Boltzmann Densities）
関連記事
パイロット訓練生のストレスと疲労モデルにおける性差バイアスの軽減に向けて
（Toward Mitigating Sex Bias in Pilot Trainees’ Stress and Fatigue Modeling）
光学アクセス可能な高ファインネスミリ波共振器による原子アレイのキャビティ量子電磁気学
（Optically accessible high-finesse millimeter-wave resonator for cavity quantum electrodynamics with atom arrays）
MI-DETR：マルチタイム問い合わせ機構を持つ物体検出モデル
（MI-DETR: An Object Detection Model with Multi-time Inquiries Mechanism）
病理診断におけるマルチモーダルチャットボットAIの共同作業者としての実用性検証—ジェネラリストモデルの落とし穴
（Exploring the Feasibility of Multimodal Chatbot AI as Copilot in Pathology Diagnostics: Generalist Model’s Pitfall）
Grad DFT：機械学習で強化された密度汎関数理論のソフトウェアライブラリ
（Grad DFT: a software library for machine learning enhanced density functional theory）
構造健全性モニタリング用SHMセンサーネットワークによる交通監視の自動化
（Automating Traffic Monitoring with SHM Sensor Networks via Vision-Supervised Deep Learning）
この記事をシェア

有益な情報を同僚や仲間と共有しませんか？

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
（Black hole/quantum machine learning correspondence）
  • 論文研究
生成AI検索における敏感なユーザークエリの分類と分析
（Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System）
  • 論文研究
DiReDi：AIoTアプリケーションのための蒸留と逆蒸留
（DiReDi: Distillation and Reverse Distillation for AIoT Applications）
  • 論文研究

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に！
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
最新記事
機械学習とソフトウェア定義ネットワークで守るIoTの未来
（Securing the Internet of Things in the Age of Machine Learning and Software-defined Networking）
  • 論文研究
確率的疾患進行モデルによる臨床予測の実用化
（A Probabilistic Disease Progression Model for Predicting Future Clinical Outcome）
  • 論文研究
テンソル列
（Tensor Train）を使った主成分分析による次元削減の再定義（Principal Component Analysis with Tensor Train Subspace）
  • 論文研究
タスク簡易化によるクローズドループ物体把持学習
（Comparing Task Simplifications to Learn Closed-Loop Object Picking Using Deep Reinforcement Learning）
  • 論文研究
トランジット系惑星のJWST早期公開科学計画
（Transiting Exoplanet Community Early Release Science Program for JWST）
  • 論文研究
条件付き活性化による多様なニューロン表現
（Conditional Activation for Diverse Neurons in Heterogeneous Networks）
  • 論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む