鞅理论前序随机性中的不精确性

弗洛里斯·波斯（Floris Persiau）、格特·德·库曼（Gert de Cooman）
第十三届不精确概率国际研讨会论文集：理论与应用，PMLR 215:390-400，2023年。

摘要

在算法随机性的前一种方法中，可以“动态”预测下一个结果的概率，而无需对所有可能的结果序列完全指定概率度量，就像更标准的方法一样。基于我们之前对算法随机性的不精确概率论和鞅理论解释，我们采取了第一步，在这种前序方法中考虑概率区间而不是精确概率。我们定义了连续区间预测$I_k$和随后的二进制结果$x_k$的无限序列$（I_1，x_1，I_2，x_2，…）$是随机的意味着什么。我们将所得的前序随机性概念与更标准的概念进行了比较，并研究了这两个随机性概念在何处重合，以及它们的属性在何处对应。

引用本文

BibTeX公司
@会议记录{pmlr-v215-persiau23a，title={鞅中的不确定性-理论先验随机性}，author={波斯、弗洛里斯和德库曼、格特}，booktitle={第十三届不精确概率国际研讨会论文集：理论与应用}，页数={390--400}，年份={2023}，editor={米兰达、恩里克和蒙特斯、伊格纳西奥和奎盖贝尔、埃里克和万塔吉、芭芭拉}，体积={215}，series={机器学习研究论文集}，月={7月11日至14日}，publisher={PMLR}，pdf={https://proceedings.mlr.press/v215/persiau23a/persiau230a.pdf},网址={https://proceedings.mlr.press/v215/persiau23a.html},抽象={在算法随机性的前一种方法中，可以“动态”预测下一个结果的概率，而无需对所有可能的结果序列完全指定概率度量，就像更标准的方法一样。我们首先考虑的是概率区间，而不是精确的p基于我们早先对算法随机性的不精确概率和鞅理论解释的思想，此序贯方法中的概率。我们定义了连续区间预测$I_k$和后续二进制结果$x_k$的无限序列$（I_1，x_1，I_2，x_2，…）$是随机的意味着什么。我们将所得的前序随机性概念与更标准的概念进行了比较，并研究了这两个随机性概念在何处重合，以及它们的属性在何处对应。}}
尾注
%0会议论文%鞅理论前序随机性中的T不精确性%弗洛里斯·波斯%格特·德库曼%第十三届不精确概率国际研讨会论文集：理论与应用%C机器学习研究进展%D 2023年%E恩里克·米兰达%伊格纳西奥·蒙特斯%E Erik Quaeghebeur公司%E芭芭拉·万塔吉%F pmlr-v215-persiau23a公司%我PMLR%电话390--400%单位https://proceedings.mlr.press/v215/persiau23a.html%第215页%X在算法随机性的前一种方法中，可以“动态”预测下一个结果的概率，而无需对所有可能的结果序列完全指定概率度量，就像更标准的方法一样。基于我们之前对算法随机性的不精确概率论和鞅理论解释，我们采取了第一步，在这种前序方法中考虑概率区间而不是精确概率。我们定义了连续区间预测$I_k$和后续二进制结果$x_k$的无限序列$（I_1，x_1，I_2，x_2，…）$是随机的意味着什么。我们将所得的前序随机性概念与更标准的概念进行了比较，并研究了这两个随机性概念在何处重合，以及它们的属性在何处对应。
亚太地区
Persiau，F.&de Cooman，G.（2023年）。鞅的不精确性——理论的前序随机性。第十三届不精确概率国际研讨会论文集：理论与应用，英寸机器学习研究进展215:390-400可从https://proceedings.mlr.press/v215/persiau23a.html。

相关材料