يتناول هذا المقال الطريقة الجديدة لزيادة كفاءة التنبؤات المتعددة الأهداف. إذ تتطلب هذه النوعية من النماذج القيام بتنبؤات لعدة مخرجات مرتبطة في وقت واحد، مما يمثل تحدياً كبيراً في عالم النمذجة. في هذا السياق، تقدم المساهمات الحديثة في مجال التنبؤ المتناسب (Conformal Prediction) حلاً يضمن تغطية فعالة دون الحاجة إلى توزيع محدد.

تتمثل صعوبة كبيرة تتمثل في تمديد هذه الضمانات إلى المناطق الملتصقة المتعددة الأبعاد بصورة فعالة من حيث العينة، حيث أن الطرق التقليدية مثل التجميع الأقصى (max-aggregation) تتجاهل الفروق في القياسات، بينما الطرق المعتمدة على الكوبلا (copula-based methods) تكون دقتها صالحة فقط بشكل تقريبي.

تحتوي مقترحاتنا على استخدام طريقة التنبؤ المتناسب مع تقييمات معدلة (scaling-score conformal method) التي لا تعتمد على نموذج محدد وتتطلب فقط قيم بقايا مطبقة على كل مكون. يعتمد الأسلوب المقترح على استخدام مجموعة واحدة للتكييف، ويؤدي إلى أربعة أنواع من المخرجات التي تشمل صندوقاً خارجياً مع تغطية مشتركة صحيحة. وتظهر التجارب المنفذة على 29 مجموعة بيانات عالمية حقيقية تحققات فعالة، حيث أن الأداء يتزايد مع زيادة أبعاد المخرجات، مما يثبت فعالية هذه الأساليب الجديدة.