Gate-Localized Conformal Prediction

新的ABF-T-GLCP框架增强了时间序列预测和不确定性量化

研究人员推出了一种新颖的框架ABF-T-GLCP，用于预测复杂、非平稳多变量时间序列中的不确定性并进行量化。这种模型无关的方法利用自适应预测状态表示进行点预测和共形校准。通过结合特定视界的时序专家并采用门控局部共形预测（GLCP），该框架确保不确定性校准与预测模型的状态保持一致。在大规模商品预测基准上的实验表明，其准确性有所提高，预测区间显著变窄，经验覆盖率接近标称水平，显示出其在金融应用之外的潜力。