新的SA-MSCP方法增强了聚合预测中的不确定性

研究人员开发了一种名为仿真增强多步分裂共形预测（SA-MSCP）的新方法，以改进聚合预测任务中的不确定性量化。该技术使用交叉验证残差的块自举生成未来路径，并从经验分位数构建预测区间。实验表明，与现有基线相比，SA-MSCP提高了经验覆盖率，证明了其在聚合时间序列预测中的有效性。 AI

排序理由 该集群包含一篇在arXiv上发表的研究论文，详细介绍了一种新的时间序列预测方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• Connected Papers
• DagsHub
• Gotit.pub
• Hugging Face
• IArxiv
• Litmaps
• SA-MSCP
• ScienceCast

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →