热点事件持续更新
研究人员提出自适应保形预测协同优化方法CoCP
1 篇报道1 个报道来源17 小时前更新
先了解这件事
AI 综述
2026年11月2日，研究人员在 arXiv 发布论文，提出了面向自适应保形预测的协同优化方法 CoCP。针对回归保形预测在面对异方差和偏斜分布时存在的中心固定与低效问题，CoCP 将预测区间参数化为中心与半径，并采用交替优化策略进行处理。该方法在保证有限样本边际有效性的前提下，理论上可证明能够达到渐近条件覆盖与最优区间长度。实验结果表明，CoCP 能够生成更紧凑的预测区间，同时提升了经验条件覆盖的可靠性。目前，该研究的相关代码已正式开源。
AI 根据报道生成 · 17 小时前更新
最新进展11月2日 13:00
研究者提出自适应保形预测方法CoCP以提升区间效率，代码已开源。报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- arXiv stat.MLCoCP：面向自适应保形预测的协同优化方法
研究者提出 CoCP 方法，通过将预测区间参数化为中心与半径并交替优化，解决回归保形预测在异方差和偏斜分布下的中心固定与低效问题。该方法在保证有限样本边际有效性的同时，理论上可证明达到渐近条件覆盖与最优区间长度。实验表明 CoCP 能生成更紧凑的区间并提升经验条件覆盖可靠性，代码已开源。
本事件热度走势
当前热度 6·可比范围峰值 10（11月2日 14:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。