Araştırmacılar, büyük veri setlerinde öngörü modellemesi için yeni bir istatistiksel yöntem geliştirdi. XDlasso olarak adlandırılan bu teknik, mevcut LASSO yönteminin iki önemli sorunu olan küçültme yanlılığı ve Stambaugh yanlılığını aynı anda çözüyor. Yöntem, durağan olmayan değişkenlerin neden olduğu istatistiksel hataları düzeltirken, hangi değişkenlerin durağan olup olmadığını önceden bilmeyi gerektirmiyor. Monte Carlo simülasyonları ile test edilen bu yaklaşım, ekonometrik analizlerde hipotez testlerinin güvenilirliğini artırıyor. Gelişme, büyük boyutlu veri setlerinde daha doğru öngörüler yapılmasını sağlayarak, finans ve ekonomi alanlarında önemli uygulamalara sahip olacak.

arXiv (Ekonomi) 0

Teknoloji & Yapay Zeka

21 Apr

Yapay Zeka Modellerinde Belirsizlik Ölçümü için Yeni Durdurma Kuralı Geliştirildi

Araştırmacılar, derin öğrenme modellerinde belirsizlik tahminini iyileştiren Bayesci Derin Topluluklarının (BDE) eğitim süresini optimize etmek için E-değer tabanlı yeni bir yöntem geliştirdi. Bu yaklaşım, pahalı örnekleme işleminin ne zaman durdurulması gerektiğini istatistiksel hipotez testleriyle belirliyor. Derin öğrenme modellerinin güvenilirlik ölçümü kritik uygulamalarda hayati önem taşırken, mevcut yöntemler hesaplama maliyeti açısından zorlayıcı olabiliyor. Yeni teknik, model performansında anlamlı iyileşme olmadığında eğitimi otomatik olarak sonlandırarak hem zaman hem de kaynak tasarrufu sağlıyor. Bu gelişme, özellikle sağlık ve otonom sistemler gibi güvenilirlik gerektiren alanlarda yapay zeka modellerinin daha etkin kullanımına olanak tanıyacak.

arXiv (CS + AI) 0