이 논문은 교통 속도 예측과 전염병 확산 예측 문제에서 분포 변화에 강건한 컨포멀 예측 모델을 제안한다.
먼저 저자들은 테스트 데이터의 실제 커버리지와 기대 커버리지 간의 차이를 이론적으로 정량화하고, 이를 바탕으로 Wasserstein 거리를 통해 도메인 일반화 오류를 종합적으로 평가한다.
이후 물리 기반 구조적 인과 모델(PI-SCM)을 제안하여, 변수 간 물리적 인과 관계를 포착함으로써 도메인 일반화 능력을 향상시킨다. PI-SCM은 데이터 기반 모델에 비해 분포 변화에 더 강건한 컨포멀 예측 성능을 보인다.
교통 속도 예측 실험에서 PI-SCM 기반 RD-UQ 모델은 기존 RD-U 모델 대비 시간대별 커버리지 차이를 줄이고, 전염병 확산 예측 실험에서 SIR 모델은 SIS 모델보다 더 안정적인 커버리지를 제공한다. 또한 PI-SCM은 예측 정확도 향상에도 기여한다.
Para outro idioma
do conteúdo fonte
arxiv.org
Principais Insights Extraídos De
by Rui Xu,Yue S... às arxiv.org 03-25-2024
https://arxiv.org/pdf/2403.15025.pdfPerguntas Mais Profundas