Conformal Prediction: Neue Kalibrierungsnorm für KI in der Teilchenphysik
In der modernen Kollisionsforschung sind maschinelle Lernverfahren unverzichtbar, doch ihre probabilistischen Ausgaben liefern häufig keine verlässlichen Unsicherheitsabschätzungen. Das neue Verfahren der konformen Vorhersage (Conformal Prediction, CP) bietet hierfür eine elegante Lösung: Es kalibriert beliebige Vorhersagemodelle ohne erneutes Training und garantiert dabei eine statistisch valide Abdeckung, selbst bei begrenzten Stichprobengrößen. CP benötigt lediglich minimale Austauschbarkeit der Daten und verzichtet auf asymptotische Näherungen oder Gaußsche Annahmen.
