空间依赖数据共形预测新方法预印本发布

研究人员 Ayush Baran Sen 和 Arkajyoti Saha 提交预印本论文，提出一种针对空间依赖数据的共形预测方法。该方法对校准残差进行顺序条件化，并利用最近邻近似扩展到大规模网络，使预测区间在任意空间设计下具有精确的有限样本覆盖率。 论文称，在模拟数据和美国全国 PM2.5 应用中，该方法生成的区间比全局和局部最优替代方案更窄、更稳定，并能识别存在覆盖失败风险的区域。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。