自适应共形预测方法 CoCP 更新
热点事件持续更新
自适应共形预测方法 CoCP 更新
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
2026 年 3 月 2 日，研究者 Xiaoyi Su 等发布 CoCP 方法预印本 v1。该方法通过参数化预测区间中心与半径并交替学习，结合平滑分位回归与光滑区间损失，旨在解决回归中因异方差性和偏斜导致的区间低效问题。 2026 年 10 月 30 日，作者更新预印本至 v2。最新报道指出该论文已被 NeurIPS 2026 接收，且代码已开源。实验显示，该方法在基础估计量一致时能实现渐近条件覆盖，其区间长度更紧凑，条件覆盖可靠性更高。
AI 根据报道生成 · 46 分钟前更新
最新进展11月2日 13:00
CoCP：一种自适应共形预测的共优化方法报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- arXiv · MLCoCP：一种自适应共形预测的共优化方法
提出名为 CoCP 的新方法，通过参数化预测区间中心 m(x) 和半径 h(x) 并交替学习，解决回归中因异方差性和偏斜导致的低效问题。 该方法结合平滑分位回归学习 h(x) 和光滑区间损失优化 m(x)，在基础估计量一致时实现渐近条件覆盖和最优区间长度，实验显示其区间更紧凑且条件覆盖可靠性更高。 论文已被 NeurIPS 2026 接收，代码已开源。
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。