Multivariate Conformal Prediction using Optimal Transport
保形预测 (CP) 通过构建可信输出集来量化机器学习模型的不确定性。这些集合是通过利用所谓的一致性分数（使用输入兴趣点计算的数量）、预测模型和过去的观察结果来构建的。然后通过评估所有可能输出的一致性分数并根据分数的排名来选择它们来获得CP集。由于这个排名步骤，大多数 CP 方法依赖于单变量的评分函数。将这些分数扩展到多元空间的挑战在于……
IEEE Transactions on Neural Networks and Learning Systems, Volume 37, Issue 1, January 2026
1) 隐私保护视频异常检测：调查作者：Yang Liu、Siao Liu、朱晓光、Hao Yang、Jielin Li、JuncenGuo、Liangyu Teng、Dingkang Yang、Yan Wang、Jing LiuPages：2 - 212) SSPPI：从序列和结构角度预测跨模态增强的蛋白质相互作用作者：Xiangpeng Bi, Wenjian Ma、Huasen Jiang、Weigang Lu、Zhiqiang Wei、Shugang 张页数：22 - 363) 整合临床知识图谱和基于梯度的神经系统，通过七点检查表增强黑色素瘤诊断作者：Yuheng Wang、Tianze
