Mondrian conformal prediction
PulseAugur coverage of Mondrian conformal prediction — every cluster mentioning Mondrian conformal prediction across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新研究量化企业绿色清洗对市场估值的影响
一篇新研究论文提出了一种方法，通过算法验证排放数据来打击企业绿色清洗。该研究利用美国证券交易委员会（U.S. SEC）的财务数据和美国环保署（EPA）的温室气体登记数据，创建了一个物理排放基线，并识别出一个名为一致性加权连续散度（Conformal-Weighted Continuous Divergence, CWCD）的指标。该指标量化了自我报告的排放量与算法基线之间的差异，表明排放差异显著的公司市场估值和盈利能力较低，这表明市场…
-
新的D-vine联结框架增强了异常检测能力
研究人员开发了一种使用可微分D-vine联结进行异常检测的新框架，该框架比传统方法提供了更灵活、更全面的方法。该框架通过结合基于梯度的估计和束搜索策略，同时维护多个竞争性配置，从而允许更广泛地探索潜在的依赖结构。该系统提供全局异常分数和局部解释，利用Mondrian一致性预测提供统计保证，并能够识别特定变量关系内的异常。
-
新的可微分D-vine联结框架增强了异常检测能力
研究人员开发了一种使用可微分D-vine联结进行局部异常检测的新框架。该方法通过采用束搜索策略探索更广泛的联结配置，而不是依赖于顺序贪婪决策，从而改进了现有方法。该框架提供了全局异常分数和边缘级别解释，并通过Mondrian一致性预测提供统计保证。在基准数据集和真实世界数据集上的评估表明，它在可解释异常检测和不确定性量化方面非常有效。