第一个应用于水文预测应用的具有覆盖保证的算法,时间序列共形预测

文章预览

https://arxiv.org/abs/2303.12783 Conformal prediction for time series with Modern Hopfield Networks 基于现代Hopfield网络的时间序列共形预测 摘要 为了 量化不确定性，保形预测方法不断受到更多关注， 并已在各个领域成功应用。然而，由于 时间序列的自相关结构违反了保形预测所需的基本假设 ，因此难以应用于时间序列。我们提出了 HopCPT，一种新颖的时间序列保形预测方法，不仅能够处理时间结构，还能利用这些结构。我们证明了我们的方法在存在时间依赖性的时间序列中具有理论上的合理性。 在实验中，我们展示了我们的新方法在来自四个不同领域的多个真实世界时间序列数据集上优于最先进的保形预测方法。 1 引言 不确定性估计对于 复杂的时间依赖系统 （例如，Gneiting & Katzfuss, 2014; Zhu & Laptev, 2017）的可操作预测至关重要。这在环境现象（如 洪水预报 ，例 ………………………………