研究者提出物理信息弱回归方法PIWR
热点事件持续更新
研究者提出物理信息弱回归方法PIWR
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Allan Peter Engsig-Karup 等人提出物理信息弱回归（PIWR）方法，用于流行病模型的参数估计。该方法对模型做时间积分，而非拟合数据的差分导数，因此无需对数据求导，并可联合估计初始状态，具有高阶精度。 研究者称，该方法结合分裂共形预测，可为所有参数给出具有有限样本覆盖保证的同步区间。
AI 根据报道生成 · 3 小时前更新
最新进展10月15日 12:00
基于共形物理信息弱回归的流行病模型参数估计报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv stat.ML基于共形物理信息弱回归的流行病模型参数估计
研究者提出物理信息弱回归（PIWR），通过对模型做时间积分而非拟合数据差分导数，无需数据求导、可联合估计初始状态且具高阶精度，并用分裂共形预测为所有参数给出有限样本覆盖保证的同步区间。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。