Buchumschlag

Adaptive Learn-then-Test: Statistically Valid and Efficient Hyperparameter Selection

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zecchin, Matteo, Park, Sangwoo, Simeone, Osvaldo
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence Information Theory Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Adaptive Prediction-Powered AutoEval with Reliability and Efficiency Guarantees
von: Park, Sangwoo, et al.
Veröffentlicht: (2025)

Localized Adaptive Risk Control
von: Zecchin, Matteo, et al.
Veröffentlicht: (2024)

Generalization and Informativeness of Conformal Prediction
von: Zecchin, Matteo, et al.
Veröffentlicht: (2024)

Generalization and Informativeness of Weighted Conformal Risk Control Under Covariate Shift
von: Zecchin, Matteo, et al.
Veröffentlicht: (2025)

In-Context Learning for MIMO Equalization Using Transformer-Based Sequence Models
von: Zecchin, Matteo, et al.
Veröffentlicht: (2023)

Quantile Learn-Then-Test: Quantile-Based Risk Control for Hyperparameter Optimization
von: Farzaneh, Amirmohammad, et al.
Veröffentlicht: (2024)

Conformal Calibration: Ensuring the Reliability of Black-Box AI in Wireless Systems
von: Simeone, Osvaldo, et al.
Veröffentlicht: (2025)

Quantum Sequential Universal Hypothesis Testing
von: Zecchin, Matteo, et al.
Veröffentlicht: (2025)

Synthetic Counterfactual Labels for Efficient Conformal Counterfactual Inference
von: Farzaneh, Amirmohammad, et al.
Veröffentlicht: (2025)

Multi-Objective Hyperparameter Selection via Hypothesis Testing on Reliability Graphs
von: Farzaneh, Amirmohammad, et al.
Veröffentlicht: (2025)

Ensuring Reliability via Hyperparameter Selection: Review and Advances
von: Farzaneh, Amirmohammad, et al.
Veröffentlicht: (2025)

Statistically Valid Information Bottleneck via Multiple Hypothesis Testing
von: Farzaneh, Amirmohammad, et al.
Veröffentlicht: (2024)

Cell-Free Multi-User MIMO Equalization via In-Context Learning
von: Zecchin, Matteo, et al.
Veröffentlicht: (2024)

Automatic AI Model Selection for Wireless Systems: Online Learning via Digital Twinning
von: Hou, Qiushuo, et al.
Veröffentlicht: (2024)

Uncertainty Quantification and Data Efficiency in AI: An Information-Theoretic Perspective
von: Simeone, Osvaldo, et al.
Veröffentlicht: (2025)

Calibrating Bayesian Learning via Regularization, Confidence Minimization, and Selective Inference
von: Huang, Jiayi, et al.
Veröffentlicht: (2024)

Conformal Distributed Remote Inference in Sensor Networks Under Reliability and Communication Constraints
von: Zhu, Meiyi, et al.
Veröffentlicht: (2024)

What If We Had Used a Different App? Reliable Counterfactual KPI Analysis in Wireless Systems
von: Hou, Qiushuo, et al.
Veröffentlicht: (2024)

MARS: Margin and Semantic-Aware Data Augmentation for Reward Modeling
von: Bhattacharjee, Payel, et al.
Veröffentlicht: (2026)

Modular Learning of Deep Causal Generative Models for High-dimensional Causal Inference
von: Rahman, Md Musfiqur, et al.
Veröffentlicht: (2024)

Multi-Fidelity Bayesian Optimization With Across-Task Transferable Max-Value Entropy Search
von: Zhang, Yunchuan, et al.
Veröffentlicht: (2024)

Bayesian Optimization with Formal Safety Guarantees via Online Conformal Prediction
von: Zhang, Yunchuan, et al.
Veröffentlicht: (2023)

Conformal Sparsification for Bandwidth-Efficient Edge-Cloud Speculative Decoding
von: Bhattacharjee, Payel, et al.
Veröffentlicht: (2025)

CITE: Anytime-Valid Statistical Inference in LLM Self-Consistency
von: Ota, Hirofumi, et al.
Veröffentlicht: (2026)

Knowing When to Stop: Delay-Adaptive Spiking Neural Network Classifiers with Reliability Guarantees
von: Chen, Jiechen, et al.
Veröffentlicht: (2023)

Probing the Information Theoretical Roots of Spatial Dependence Measures
von: Wang, Zhangyu, et al.
Veröffentlicht: (2024)

Unifying Summary Statistic Selection for Approximate Bayesian Computation
von: Hoffmann, Till, et al.
Veröffentlicht: (2022)

Omitted Labels Induce Nontransitive Paradoxes in Causality
von: Mazaheri, Bijan, et al.
Veröffentlicht: (2023)

In-Context Learning for Gradient-Free Receiver Adaptation: Principles, Applications, and Theory
von: Zecchin, Matteo, et al.
Veröffentlicht: (2025)

Post-Selection Distributional Model Evaluation
von: Farzaneh, Amirmohammad, et al.
Veröffentlicht: (2026)

Prediction-Powered Communication with Distortion Guarantees
von: Zecchin, Matteo, et al.
Veröffentlicht: (2025)

Statistical Limits and Efficient Algorithms for Differentially Private Federated Learning
von: Auddy, Arnab, et al.
Veröffentlicht: (2026)

Statistical Inference for Optimal Transport Maps: Recent Advances and Perspectives
von: Balakrishnan, Sivaraman, et al.
Veröffentlicht: (2025)

Beyond Fixed False Discovery Rates: Post-Hoc Conformal Selection with E-Variables
von: Zhu, Meiyi, et al.
Veröffentlicht: (2026)

Interaction Testing in Variation Analysis
von: Plecko, Drago
Veröffentlicht: (2024)

Pessimism in the Face of Confounders: Provably Efficient Offline Reinforcement Learning in Partially Observable Markov Decision Processes
von: Lu, Miao, et al.
Veröffentlicht: (2022)

Evaluating LLMs When They Do Not Know the Answer: Statistical Evaluation of Mathematical Reasoning via Comparative Signals
von: Dong, Zihan, et al.
Veröffentlicht: (2026)

Foundations of Structural Causal Models with Latent Selection
von: Chen, Leihao, et al.
Veröffentlicht: (2024)

Distilling Calibration via Conformalized Credal Inference
von: Huang, Jiayi, et al.
Veröffentlicht: (2025)

Separating and Learning Latent Confounders to Enhancing User Preferences Modeling
von: Xu, Hangtong, et al.
Veröffentlicht: (2023)