格拉斯曼流形上的自适应共形预测方法

研究人员提出一种针对格拉斯曼流形响应值回归的自适应共形预测框架，可直接在流形上构建度量球形式的输入自适应预测区域。该方法以基不变几何距离为不一致性度量并通过预测难度估计器缩放得分，在可交换性假设下保留了有限样本边际覆盖保证。合成基准与机翼逆向形状设计实验表明，其在强异方差场景能显著缩小预测区域并维持目标覆盖率。