跳到正文
arXiv stat.ML· Keivan Faghih Niresi, Alice Cicirello, Olga Fink·· 4 小时前AI 评分22

STOIC:基于上下文学习的图能量时间序列不确定性量化残差校准

In-Context Residual Calibration for Uncertainty Quantification of Energy Time Series over Graphs

AI 导读

研究者提出 STOIC(Spatial-Temporal uncertainty quantificatiOn via In-Context learning),一种受共形预测启发的后验残差校准框架,将 STGNN 点预测与表格基础模型的上下文学习能力结合,无需针对任务重新训练校准模型即可估计特征条件残差分位数。

来源:arXiv stat.ML · arxiv.org