热点事件持续更新
研究人员提出用于时间序列预测的 CAGE 框架
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年10月，研究人员提出了一种名为 CAGE 的新型时间序列预测集成框架。该框架结合了生成建模、对抗判别与共形预测，旨在提升预测的可靠性与准确性。CAGE 通过基于共形预测不符合分数导出的 p-value 动态调整模型权重，从而降低极端与不可靠预测的影响。测试结果显示，在新西兰牛奶收集和全球猴痘数据集上，CAGE 在应对异常值和噪声数据时的表现均优于传统集成方法。
AI 根据报道生成 · 4 小时前更新
最新进展10月1日 12:00
研究人员提出结合对抗生成与共形预测的时序集成框架 CAGE。报道时间线
沿着报道，了解事件的不同侧面。
10月1日
- arXiv 机器学习结合对抗生成与共形预测的时序集成框架 CAGE
CAGE 是一种结合生成建模、对抗判别与共形预测的新型时序预测框架，旨在提升预测的可靠性与准确性。该框架通过基于共形预测不符合分数导出的 p-value 动态调整模型权重，降低极端与不可靠预测的影响。在新西兰牛奶收集和全球猴痘数据集的测试中，CAGE 在应对异常值和噪声数据时均优于传统集成方法。
本事件热度走势
当前热度 9·可比范围峰值 10（10月1日 13:00）·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。