缺失数据掩码条件置信预测论文v2更新
热点事件持续更新
缺失数据掩码条件置信预测论文v2更新
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
Jiarong Fan等人提出了Mask-Conditional Conformal Prediction方法,旨在解决缺失数据下的不确定性量化问题。该方法采用preimpute-mask-then-correct框架,为缺失数据场景提供了保证的边缘覆盖率和掩码条件有效性。 该论文于2025年12月16日发布v1版本,随后在2026年11月1日更新了v2版本。v2版本文件体积较v1有所减小,显示为对原有内容的更新迭代。
AI 根据报道生成 · 1 小时前更新
最新进展11月3日 13:00
Mask-Conditional Conformal Prediction 实现缺失数据下的有效不确定性量化报道时间线
沿着报道,了解事件的不同侧面。
11月3日
- arXiv · MLMask-Conditional Conformal Prediction 实现缺失数据下的有效不确定性量化
Mask-Conditional Conformal Prediction 提出 preimpute-mask-then-correct 框架,为缺失数据提供 guaranteed Marginal Coverage 和 Mask-Conditional Validity。
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。