新方法提升空间依赖数据预测区间效率

研究者 Ayush Baran Sen 与 Arkajyoti Saha 发表论文，提出一种针对空间依赖数据的共形预测方法：对校准残差进行序列条件化，并通过最近邻近似扩展到大规模网络，以解决空间依赖下预测区间效率下降的问题。 论文称，在正确工作协方差与椭圆残差分布假设下，该方法在任意空间设计下具有精确有限样本覆盖率；作者还给出协方差误设下的覆盖损失上界及欠覆盖风险区域诊断工具。模拟数据中其区间比全局与局部 SOTA 方法更窄更稳定，并在全国 PM2.5 应用中识别出覆盖失效风险区域。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。