组会汇报记录
Tan Jay / 2025-03-25
2025-2-26 第一周 #
汇报内容: #
- GSPC 修改:Introduction 后面基本实现修改(加分组描述,步骤间逻辑解释,评估指标解释,分类依据等),主要问题集中在Introduction 怎么改。
- DSDE 修改:实验数据还没有,只有小调整,没有大进展。
- 自己看的论文进度:在了解 conformal perdiction一些理论,老师给的 UC 也在看。边看论文也一边在构思,自己置信区间这个事情能为神经网络做些什么,目前还没有具体想法。
讨论结果: #
- shift 的分类
- 围绕 robust 问题,寻找 distribution shift 的设置展开,会有什么挑战
- set-up 设计什么问题,OOD detection,估计问题,检验问题
- 横向问题:Robust,差分隐私,公平性
- 纵向问题:DRO
- 研究问题:问题的设计DRO,设计检验的地方(因果推断)
- Online Data
- 发展脉络
- 往前:之前做了什么
- 往后:之后做了什么 (paper connection 软件)
2025-3-3 第二周 #
汇报内容: #
1. 主题
- Duchi: Robust Validation: Confident Predictions Even When Distributions Shift。
- Key Words:Distribution Shift;Roubst;Validation;Confident Predictions
- Core Explanations:Distribution Shift Problem;Distribution Robust Optimization (DRO); Conformal Inference;
2. 前期准备
-
- Algorithmic Learning in a Random World
- Conformal Prediction: a Unified Review of Theory and New Challenges
- Conformal Inference 与 fairness 的关系
-
DRO 研究路程
3. 主要内容
4. 不成熟提案
-
应用
-
医疗图片数据,监测胃癌的可能性,分组:年轻组、老年组
-
浮游生物图片数据,监测分布外数据的可能性,分组:生物组、非生物组
-
-
理论
- 将DRO约束纳入经验似然的估计方程,分布偏移情形下覆盖率效果如何
5. 下一步研究计划
- Fairness
- UC
- Privacy
- Duchi 指导的毕业论文:RELIABILITY AND STABILITY IN STATISTICAL AND MACHINE LEARNING PROBLEMS
讨论结果: #
-
EL 结合 DRO 在分布偏移上的相关论文有哪些
- 按时间发展已有成果
- 按类型分类已有成果
-
Duchi 在 EL 上做过哪些内容。
-
Domian
-
Optimazation 改进
-
RKHS
-
VC
-
induce
2025-3-12 第三周 #
汇报内容: #
1. 主题
- Duchi: Statistics of Robust Optimization: A Generalized Empirical Likelihood Approach
- Related Works:
- [49] H. Lam. Robust sensitivity analysis for stochastic systems. Mathematics of Operations Research, 41(4):1248–1275, 2016.
- [50] H. Lam. Recovering best statistical guarantees via the empirical divergencebased distributionally robust optimization. Operations Research, 2018. URL arXiv.org/abs/1605.09349.
- [51] H. Lam and E. Zhou. The empirical likelihood approach to quantifying uncertainty in sample average approximation. Operations Research Letters, 45(4): 301–307, 2017.
2. 提案
-
将DRO约束纳入经验似然的估计方程,分布偏移情形下覆盖率效果如何
-
借鉴 EMPIRICAL LIKELIHOOD FOR FAIR CLASSIFICATION 思路,对同样的设置,使用修改的EL方法,看看效果是否有所改进。
-
PCEL 是否有修改的必要。
-
3. 下一步研究计划
-
看文献[49]-[51]
-
Duchi 指导的毕业论文
-
Fairness
-
UC
-
Privacy
讨论结果: #
- EL 结合 Fairness 在上的相关论文有哪些
- 按时间发展已有成果
2025-3-24 第五周 第四次 #
汇报内容: #
1. 主题
- 介绍经验似然方法
- Related Works:
- 经验似然在fairness/UQ上的工作
- 经验似然在Lam下的工作
- [49] H. Lam. Robust sensitivity analysis for stochastic systems. Mathematics of Operations Research, 41(4):1248–1275, 2016.
- [50] H. Lam. Recovering best statistical guarantees via the empirical divergencebased distributionally robust optimization. Operations Research, 2018. URL arXiv.org/abs/1605.09349.
- [51] H. Lam and E. Zhou. The empirical likelihood approach to quantifying uncertainty in sample average approximation. Operations Research Letters, 45(4): 301–307, 2017.
2. 提案
- 借鉴 EMPIRICAL LIKELIHOOD FOR FAIR CLASSIFICATION 思路,对同样的设置,使用修改的EL方法,看看效果是否有所改进。
讨论结果: #
- 剩余10 : 30 时刻:EL是否可以变到对已经训练好的模型做检验
- [50] H. Lam. Recovering best statistical guarantees via the empirical divergencebased distributionally robust optimization. Operations Research, 2018. URL arXiv.org/abs/1605.09349.
- [51] H. Lam and E. Zhou. The empirical likelihood approach to quantifying uncertainty in sample average approximation. Operations Research Letters, 45(4): 301–307, 2017.
- 用上述两篇文献导出fairness指标
- 剩余9 : 36 时刻:连续的敏感属性和表现的结果
- 剩余7 : 25 时刻:连续的敏感属性的公平性检验
- 连续的敏感属性的公平性定义
- 连续的敏感属性的公平性检验方法
- EL在统计上会被argue的点
- 收敛速度问题
- 自身方法存在哪些问题
- 与EL等价的方法结合 Fairness 的相关论文有哪些
- CP在Fairness已有成果
- 连续型公平性分类的处理
- EL方法是否与模型无关