优化确定性等价风险控制预测集
机器学习
2026-02-17 v1 信号处理
摘要
在医学图像分割等安全关键应用中，预测系统必须提供超越常规期望损失控制的可靠性保证。虽然风险控制预测集（RCPS）能对预期风险提供概率性保证，但未能捕捉至高风险情境中至关重要的尾部行为和最坏情况场景。本文引入优化确定性等价风险控制预测集（OCE-RCPS），一种新型框架，提供对通用优化确定性等价（OCE）风险度量（包括条件价值-at-risk（CVaR）和熵化风险）的高概率保证。OCE-RCPS利用上置置信界识别满足用户指定风险容忍度的预测集参数，具备可证明的可靠性。我们建立理论保证，表明OCE-RCPS对诸如覆盖失效率和假阴性率等损失函数满足所需概率约束。图像分割实验表明，OCE-RCPS在 various risk measures and reliability configurations 下始终满足目标满足率，而 OCE-CRC 无法提供概率性保证。
引用
@article{arxiv.2602.13660,
title = {Optimized Certainty Equivalent Risk-Controlling Prediction Sets},
author = {Jiayi Huang and Amirmohammad Farzaneh and Osvaldo Simeone},
journal= {arXiv preprint arXiv:2602.13660},
year = {2026}
}
备注
Sumitted to EUSIPCO