区间预测更灵活更准
融合蒙特卡洛与贝叶斯方法，并通过协方差约束与交互式自注意力模块提升区间预测的灵活性和准确性。
Zhang, Fan · Min, Wang · Li, Lin · 刘业朋 · 王华
Engineering Applications of Artificial Intelligence 2025
融合蒙特卡洛与贝叶斯两种方法，生成预测区间不再受单一范式限制。
损失函数中加入惩罚项，并改进均方误差计算，提升区间预测任务的训练效果。
交互式通道异构自注意力模块结合残差块，增强网络对局部变化的捕捉能力。