分裂共形预测
共形预测的一种基础变体，通过将数据分割为训练集和校准集来构建预测区间，实现简单且计算效率高
时间轴 (近 90 天)
该研究通过耦合非定常欧拉模拟、高斯过程代理模型和分裂共形预测，系统绘制了折叠边界及其随弹性轴位置变化的族，并首次从激波能量转移角度给出物理解释。
在颤振边界预测中，分裂共形预测将阻尼系数的点预测转换为稳定/不稳定二分类判断：若预测区间完全位于稳定侧或完全位于不稳定侧则给出确定性标签，否则标记为不确定。
分裂共形预测是一种无分布假设的不确定性量化方法，通过训练集拟合模型、校准集计算非一致性得分分位数作为阈值，为测试点提供预测区间，保证真实值落入区间的概率不低于预设置信水平（如98.4%），且该保证仅依赖数据可交换性。
标准的分割保形预测流程中，模型先在训练集上训练，再在独立校准集上计算每个样本的非符合性分数，阈值取为这些分数的特定分位数
分裂共形预测又称归纳式共形预测，其校准步骤取非一致性分数的第 ⌈(1-α)(n+1)⌉/n 经验分位数作为阈值
建议开发者从分裂共形预测入手，因为它实现简单、计算高效，适合快速验证效果
直推式共形预测需要对每个测试样本重新遍历全量校准数据，计算代价远高于分裂共形预测
分裂共形预测的校准步骤无需梯度计算，时间复杂度为 O(n log n)，可在数秒内完成
全部知识事实 (8)
该研究通过耦合非定常欧拉模拟、高斯过程代理模型和分裂共形预测，系统绘制了折叠边界及其随弹性轴位置变化的族，并首次从激波能量转移角度给出物理解释。
50%待验证在颤振边界预测中，分裂共形预测将阻尼系数的点预测转换为稳定/不稳定二分类判断：若预测区间完全位于稳定侧或完全位于不稳定侧则给出确定性标签，否则标记为不确定。
50%待验证分裂共形预测是一种无分布假设的不确定性量化方法，通过训练集拟合模型、校准集计算非一致性得分分位数作为阈值，为测试点提供预测区间，保证真实值落入区间的概率不低于预设置信水平（如98.4%），且该保证仅依赖数据可交换性。
50%待验证标准的分割保形预测流程中，模型先在训练集上训练，再在独立校准集上计算每个样本的非符合性分数，阈值取为这些分数的特定分位数
50%待验证分裂共形预测又称归纳式共形预测，其校准步骤取非一致性分数的第 ⌈(1-α)(n+1)⌉/n 经验分位数作为阈值
50%待验证建议开发者从分裂共形预测入手，因为它实现简单、计算高效，适合快速验证效果
50%待验证直推式共形预测需要对每个测试样本重新遍历全量校准数据，计算代价远高于分裂共形预测
50%待验证分裂共形预测的校准步骤无需梯度计算，时间复杂度为 O(n log n)，可在数秒内完成
50%