联邦场景高效量化不确定性
一种面向联邦分类任务的共形预测算法，通过原型相似度分数和相似度校准克服数据非交换性，在保证覆盖率的同时显著减小预测集尺寸。
李国瑞 · Yanhui, Zhang · Ying, Wang · 王聪
Pattern Recognition 2026
使用基于原型的自适应预测集分数函数作为非一致性度量，利用原型作为代理，减少了预测集大小。
通过标签偏移校正和相似度校准调整校准样本的经验分布，从而克服数据非交换性并提高效率。
算法提供理论覆盖保证，确保不确定性量化的可靠性。
使用原型作为代理，避免直接共享原始数据，保护隐私。