कर्नेल-आधारित इष्टतम भारित अनुरूप भविष्यवाणी अंतराल

अनुरूप भविष्यवाणी अनिश्चितता मापने के लिए एक लोकप्रिय वितरण-स्वतंत्र ढांचा रहा है। इस पत्र में, हम समय श्रृंखला के लिए एक नवीन अनुरूप भविष्यवाणी विधि प्रस्तुत करते हैं, जिसे हम कर्नेल-आधारित इष्टतम भारित अनुरूप भविष्यवाणी अंतराल (KOWCPI) कहते हैं। विशेष रूप से, KOWCPI आश्रित डेटा पर क्वांटाइल रिग्रेशन के लिए क्लासिक रीवेटेड नादराय-واتसन (RNW) अनुमानक को अनुकूलित करता है और इष्टतम डेटा-अनुकूलन भार सीखता है। सिद्धांतिक रूप से, हम गैर-व्यवहार योग्य डेटा के लिए एक शर्तीय कवरेज गारंटी स्थापित करने की चुनौती का सामना करते हैं, जिसमें गैर-अनुरूपता स्कोर पर मजबूत मिश्रण की स्थितियाँ होती हैं। हम वास्तविक समय श्रृंखलाओं पर KOWCPI के उत्कृष्ट प्रदर्शन को अत्याधुनिक विधियों के खिलाफ प्रदर्शित करते हैं, जहाँ KOWCPI बिना कवरेज खोए संकीर्ण आत्मविश्वास के अंतराल हासिल करता है।