00:34
官方账号arXiv cs.LG@Kiarash Rezaei, Mehdi Sattari, Javad Aliakbari, Tommy Svensson, Paolo Monti, Carlos Natalino
精选
推荐理由：TRACE-CRC解决了多步CSI预测中的不确定性量化问题，比传统方法更可靠且不确定性球更小。
保形风险控制
共 1 条相关 AI 资讯
8月29日
00:34
TRACE-CRC是一种用于多步信道状态信息预测的轨迹感知不确定性量化方法。该方法在预测的CSI矩阵周围构建Frobenius范数不确定性球，控制至少一个未来帧未被覆盖的风险。TRACE-CRC结合了未来步相关的误差分析、轨迹难度分层和先学习后测试风险控制。实验表明，TRACE-CRC实现了可靠的轨迹级覆盖率，不确定性球比保守的多步校正方法小得多，同时避免了紧凑步进和自适应保形基线的轨迹覆盖不足问题。