arXiv stat.ML· Lekun Wang, Jaidev Goel, Yulia R. Gel, Yao Xie·· 17 小时前AI 评分32
基于共形化单纯形神经网络（CF-SNN）的单纯复形自适应不确定性量化
Adaptive Uncertainty Quantification on Simplicial Complexes with Conformalized Simplicial Neural Networks
AI 导读
研究人员提出共形化单纯形神经网络（CF-SNN）框架，可为具有 m 个预测目标的单纯复形实体同时生成预测集，实现自适应不确定性量化。在温和假设下，CF-SNN 保证预测集以用户指定的标称覆盖概率包含真实标签，且所有目标的实际未覆盖比例大概率贴近标称水平。实验表明，该框架能在满足设定覆盖率的同时生成紧凑且高信息量的预测集。
来源：arXiv stat.ML · arxiv.org