299152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
オブジェクト中心アーキテクチャが可能にする効率的な因果表現学習
（Object-Centric Architectures Enable Efficient Causal Representation Learning）
拡散型大規模言語モデルの適応キャッシュによる高速化
（dLLM-Cache: Accelerating Diffusion Large Language Models with Adaptive Caching）
大規模言語モデルによるコード生成の計画立案
（PLANNING WITH LARGE LANGUAGE MODELS FOR CODE GENERATION）
Large Language Model Empowered Recommendation Meets All-domain Continual Pre-Training
（大規模言語モデルを活用した推薦と全領域継続的事前学習）
実証的AI研究からのリーダーボード生成のための指示微調整
（Instruction Finetuning for Leaderboard Generation from Empirical AI Research）
機械学習モデルの再訓練のタイミング
（When to Retrain a Machine Learning Model）
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
LAMOST銀河分光サーベイによる64万弱の赤色巨星の年齢と質量
（Ages and Masses of 0.64 million Red Giant Branch stars from the LAMOST Galactic Spectroscopic Survey）
  • 論文研究
大規模時系列グラフにおける異常検知のスケーラブル手法
（Anomaly detection in the dynamics of web and social networks）
  • 論文研究
NGC 6752における主系列下部での複数集団の検出
（The HST Large Programme on NGC 6752. II. Multiple populations at the bottom of the main sequence probed in NIR）
  • 論文研究
深紫外弱パルスの特性評価
（Characterization of weak deep UV pulses using cross-phase modulation scans）
  • 論文研究
DF-SLAMが示した「小さな深層モジュールで実用的に強化する」道
（DF-SLAM: A Deep-Learning Enhanced Visual SLAM System）
  • 論文研究
反復クラスタリングに基づく教師なしイベント検出
（Unsupervised Automated Event Detection using an Iterative Clustering based Segmentation Approach）
  • 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