时空数据预测驱动推理新方法提出

研究者提出一种面向时空场景的预测驱动推理方法，为每个空间位置给出未来标签的期望点估计与置信区间。其适用前提是只有短期带标签时间序列、较长无标签时间序列，且预测器不完美。 该方法针对预测驱动推理（PPI）的独立同分布假设在时间依赖下失效、HAC 方法未适配标签填充的问题做出改进。研究者称实验显示其优于自然替代方案，论文已被 NeurIPS 2026 TS-LIMITS Workshop 接收。

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。