최적 운송(Optimal Transport)을 활용한 다변량 형식 예측 연구에서는 기계 학습 모델의 불확실성을 양적화하는 형식 예측(Conformal prediction, CP)이 소개되었다. CP는 가능한 결과 집합을 구성함으로써 머신러닝 모델의 불확실성을 정량화한다. 이러한 집합은 입력 지점, 예측 모델 및 과거 관측치를 활용하여 계산되는 conformity score를 기반으로 구성된다. CP 집합은 모든 가능한 결과의 conformity score를 평가하고 그 점수 순위에 따라 선택되므로, 대부분의 CP 접근 방식은 단변량인 점수 함수에 의존한다. 이러한 순위 매기기 단계로 인해 다변량 공간으로의 이러한 점수의 확장은 어렵다.

<Apple 뉴스 본문 전체읽기>