热点事件持续更新
Conformalized Regression for Continuous Bounded Outcomes
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
2026-10-01 论文针对连续有界结果（比率、比例）的回归问题，提出基于 beta 回归与 logit-normal 回归等转换模型的共形预测区间；构建模型对齐残差作为非一致性分数，并提出适合有界结果的 quantile-residual score 以兼顾异方差与边界不对称；在模型误设定下证明全共形与分裂共形预测的边际有效性与渐近条件有效性，并通过模拟与真实数据实验验证性能。
AI 根据报道生成 · 1 小时前更新
最新进展10月1日 12:00
2026-10-01 arXiv 首发该论文，提出面向有界连续结果的共形回归方法并完成理论证明与实验验证。报道时间线
沿着报道，了解事件的不同侧面。
10月1日
- arXiv · Statistics Machine LearningConformalized Regression for Continuous Bounded Outcomes
论文针对连续有界结果（如比率和比例）的回归问题，提出基于转换回归模型（如 beta 回归和 logit-normal 回归）的共形预测区间。构建了基于模型对齐残差的非一致性分数，并提出一种特别适合有界结果的 quantile-residual score，兼顾异方差性和边界不对称性。在模型误设定下证明了全共形和分裂共形预测的边际有效性和渐近条件有效性，模拟和真实数据实验均验证其实际性能。
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。