arXiv · cs.AI · Praveg Vashishtha · 2 小时前模型评分43
OmniST：在未见传感器位置也能给出覆盖保证的拓扑不变时空预测模型
OmniST: Topology-Invariant Spatiotemporal Forecasting with Guaranteed-Coverage Uncertainty at Unseen Sensor Locations
导读
OmniST 是一种拓扑不变的时空预测模型，计算过程与传感器数量无关，配合归纳式分裂共形校准，可在任意（包括从未见过）的传感器位置给出有覆盖保证的预测区间。在德里空气质量数据（37 个站点，2019-2023）上，其 30 天 PM2.5 平均绝对误差为 31.0 ug/m3，移除 40% 站点时性能最多下降 1.1%。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
应用领域：科学研究
事件类型：研究发布
证据摘录
- “We present OmniST, a topology-invariant forecaster whose computation has zero structural dependency on the number of nodes, and which, composed with inductive split-conformal calibration, gives distribution-free, coverage-guaranteed prediction intervals at arbitrary (including never-seen) sensor locations, preserving that guarantee as sensors are added or removed.”
来源：arXiv · cs.AI · arxiv.org