跳到正文
热点事件持续更新

时空预测驱动推断方法被提出

1 篇报道1 个报道来源9 小时前更新

先了解这件事

AI 综述

研究者提出一种面向时空时间序列的预测驱动推断方法,在仅有短期带标签时间序列、较长无标签时间序列和不完美预测器的条件下,为各空间位置的未来期望标签提供点估计与置信区间。 该方法针对预测驱动推断(PPI)的独立同分布假设在时间依赖下失效的问题,结合 HAC 程序处理时序相关性。作者称实验显示其优于自然替代方案。该工作已被 NeurIPS 2026 TS-LIMITS Workshop 接收。

AI 根据报道生成 · 8 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月7日
  1. arXiv stat.ML
    面向时空时间序列的预测驱动推断方法

    研究者提出一种面向时空场景的预测驱动推断方法,在仅有短期带标签时间序列、较长无标签时间序列和不完美预测器的条件下,为各空间位置的未来期望标签提供可靠点估计与置信区间。该方法针对 PPI 的 i.i.d. 假设在时间依赖下失效的问题,结合 HAC 程序处理时序相关性,实验显示其优于自然替代方案。该工作已被 NeurIPS 2026 TS-LIMITS Workshop 接收。

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。