heteroscedasticity | BriefGPT

关键词heteroscedasticity

搜索结果 - 10

基于传导型图自编码器的拟合装载预测
使用图神经网络 (GNN) 方法进行边权重预测，利用符合性预测调整 GNN 输出并生成有效的预测区间，通过误差重新加权和符合化的分位数回归 (CQR) 处理数据异方差性，与基线技术在真实世界的交通数据集上相比，我们的方法具有更好的覆盖率和效
PDF22 days ago
异质轨迹的合拟可调预测
本文介绍了一种新的符合方法，用于生成能够以足够高的概率覆盖新的随机轨迹整个路径的同时预测带。在需要可靠的不确定性估计的运动规划应用中，我们结合了在线符合单个和多个时间序列的不同技术，以及解决回归异方差性的思想。这种解决方案既是有原则的，提供
PDF5 months ago
异方差因果结构学习
本研究旨在解决具有异方差噪声的因果结构学习问题。通过利用因果机制的正态性，我们可以恢复一个有效的因果排序，并使用一系列条件独立性检验唯一地识别因果有向无环图。结果是 HOST（异方差因果结构学习），一种简单而有效的因果结构学习算法，可以在样
PDFa year ago
柿泥化的无条件分位数回归
本研究提出了将 CP 与 QR 结合的预测推理程序，通过对输入协变量作回归来实现对分位函数的预测，借此推出具有本地经验保证的自适应预测间隔，并且证明了与现有方法相比具有相似的效率。
PDFa year ago
模型选择和模型估计中更好的相对预测准确度度量
该论文探讨了预测准确性测量中最广泛使用的均方误差绝对百分比（MAPE）存在的偏差，并提出了使用相对精度度量时的优越性，特别是在存在异方差性的数据中。该方法可避免 MAPE 的偏见，并可用于模型选择和参数拟合。
PDF3 years ago
基于保序化的分位数回归
本文介绍了一种新的预测方法，将 Conformal prediction 和经典的 quantile regression 相结合，使其完全适应异方差性，并且能够在不做分布假设的情况下，建立具有有效覆盖率的预测区间，相比其他 conform
PDF5 years ago
高维异方差数据的最优加权主成分分析
研究如何从高维、异方差数据中估计主成分，提出使用加权样本协方差矩阵的主特征向量来考虑方差的异质性，并证明了在一些自然的统计假设下，最优权重收敛为信号和噪声方差的简单函数；此外，讨论了如何在未知方差的情况下使用估计的信噪比，最后通过天文数据的
PDF6 years ago
函数数据的非参数深度和分位数回归
本文研究基于空间深度和分位数的非参数回归方法，应用于响应变量和协变量都是函数的场景，以分析功能响应的不同部分受函数协变量影响的程度，探测功能回归中的异方差性，并通过两组数据集分析了人均 GDP 对 125 个国家的储蓄率的影响以及人均可支配
PDF8 years ago
非齐方树状贝叶斯优化
本研究提出了一种新的优化方法，使用具有层次参数学习的先验模型来解决贝叶斯优化中非平稳性问题，大大改善了自动机器学习和采矿勘探等众多领域中的表现。
PDF10 years ago
具有异方差或非高斯残差的高斯过程回归
本文提出了一种名为 GPLC 的 GP 回归模型，该模型具有潜变量作为附加未观测到的回归协变量，能够处理非高斯残差和异方差残差的情况，采用马尔可夫链蒙特卡罗方法，实验结果表明，当数据具有异方差性时，GPLC 模型相对于标准的 GP 回归模型
PDF12 years ago