研究人员引入了一种名为通过小波变换进行谱保形预测（SCALE）的新方法，以改进图结构时间序列预测中的不确定性量化。传统的保形预测方法在处理此类数据中固有的跨节点依赖性时遇到困难，这违反了可交换性假设。SCALE通过利用谱图理论和图小波将数据分解为低频和高频分量来解决这个问题，将保形预测应用于更具可交换性的高频部分，同时保留全局趋势。 AI
影响 为图结构时间序列的不确定性量化引入了一种新颖的方法，有可能提高预测应用的可靠性。
排序理由 这是一篇发表在arXiv上的研究论文，详细介绍了一种新的时间序列预测方法。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2605.04957v1 Announce Type: new Abstract: Point forecasting for graph-structured multivariate time series is a fundamental problem, but rigorous uncertainty quantification for such predictions is still underexplored. Conformal prediction (CP) offers uncertainty estimation w…
Point forecasting for graph-structured multivariate time series is a fundamental problem, but rigorous uncertainty quantification for such predictions is still underexplored. Conformal prediction (CP) offers uncertainty estimation with a solid coverage guarantee under the exchang…