Super-Level-Set Regression: Conditional Quantiles via Volume Minimization
超水平集回归:通过体积最小化实现条件分位数
机构 * Sierra team, Inria Paris, France(Inria巴黎研究所)
AI总结 本文提出超水平集回归,通过直接优化几何边界,解决多变量回归中构造满足条件覆盖的最小体积预测区域的挑战,替代传统密度估计方法。
作者
Machine Learning
超水平集回归:通过体积最小化实现条件分位数
机构 * Sierra team, Inria Paris, France(Inria巴黎研究所)
AI总结 本文提出超水平集回归,通过直接优化几何边界,解决多变量回归中构造满足条件覆盖的最小体积预测区域的挑战,替代传统密度估计方法。
多元标准化残差用于置信预测
机构 * Sierra team, Inria Paris, France(Inria巴黎分部)
AI总结 本文提出多元标准化残差方法,通过白化残差解耦输出相关性并标准化局部方差,从而提升置信预测的条件覆盖性能。