研究提出科学超分辨率自适应风险掩码框架CARM
Start here
2026年11月5日，arXiv发表论文提出面向可靠科学超分辨率的共形自适应风险掩码框架CARM。该研究构建了一套自适应空间风险控制统计框架，通过多速率专家在线聚合阈值，用于应对时间分布偏移问题。CARM框架能够适配任意可提供空间不确定性评分的超分辨率模型，且在理论上证明其时间平均掩码条件风险以O(1/T)速率收敛至最多α。在南海叶绿素-a数据流的应用测试中，CARM在α=0.10时将经验违背率从43.49%有效降至9.38%。
AI-generated from reports · Updated 5 hours ago
Report timeline
Follow the reports to see different sides of the story.
- arXiv 人工智能CARM：面向可靠科学超分辨率的共形自适应风险掩码
CARM 是一套面向科学超分辨率的自适应空间风险控制统计框架，通过多速率专家在线聚合阈值应对时间分布偏移。该框架适配任意提供空间不确定性评分的 SR 模型，理论证明其时间平均掩码条件风险以 O(1/T) 速率收敛至最多 α。在南海叶绿素-a 数据流中，CARM 在 α=0.10 时将经验违背率从 43.49% 降至 9.38%。
Story heat trend
Current heat 9·Comparable peak 10（Nov 5 14:00）·Comparable change, last 24 hours–
Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.