热点事件持续更新
CoGameReg：基于合作博弈的协同半监督回归框架
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
2026年10月12日，arXiv Machine Learning Theory（一手来源）报道了CoGameReg框架，提出一种基于合作博弈的半监督回归方法，用于地震储层物性预测。该框架利用异质回归器的贡献加权预测构建共享伪标签，在稀疏井标签条件下融合三维地震观测。其核心为Tri-Game Shapley机制，结合rank-MSE性能博弈与成对一致性博弈来估计非负权重，伪标签再经局部k近邻误差缩减准则筛选。目前报道仅涉及方法框架，未见实验结果或后续验证信息。
AI 根据报道生成 · 2 小时前更新
最新进展10月12日 12:00
arXiv报道CoGameReg框架，用Tri-Game Shapley机制加权异质回归器并筛选伪标签。报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv · Machine Learning TheoryCoGameReg：基于合作博弈的协同半监督回归地震储层物性预测方法
CoGameReg 是一种基于合作博弈的半监督回归框架，用异质回归器的贡献加权预测构建共享伪标签，在稀疏井标签下融合三维地震观测。Tri-Game Shapley 机制结合 rank-MSE 性能博弈与成对一致性博弈估计非负权重，伪标签经局部 k 近邻误差缩减准则筛选。
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。