چارچوبی تازه برای پیش‌بینی بازه‌ایِ قابل‌تفسیر میان توزیع‌ها پیشنهاد شد

پژوهشگران در پیش‌چاپی در arXiv چارچوبی برای به‌کارگیری Conformal Prediction در مسئلهٔ رگرسیون توزیع‌به‌توزیع معرفی کرده‌اند. این روش در فضای یک پایهٔ متعامد کار می‌کند تا مجموعه‌های پیش‌بینی تفسیرپذیرتری بسازد و هم‌زمان تضمین‌های پوشش را حفظ کند.

به‌گفتهٔ نویسندگان، کاربرد سادهٔ Split Conformal Prediction در این مسئله، با وجود اعتبار حاشیه‌ای، مجموعه‌هایی تولید می‌کند که ممکن است حجم تعریف‌شده یا روش نمونه‌گیریِ عملی نداشته باشند؛ در نتیجه، تفسیر و استفاده از آن‌ها دشوار است. پژوهشگران همچنین گونه‌ای تطبیقی ارائه کرده‌اند که با فرض‌های ملایم، پوشش شرطی مجانبی دارد. آن‌ها کارایی رویکرد را روی مجموعه‌داده‌های مصنوعی و واقعی ارزیابی کرده‌اند؛ کد پژوهش نیز در دسترس عموم قرار گرفته است.