2026年6月15日，中南财经政法大学蒋锋教授应邀为我院应用统计相关师生作了题为“ILUBE-based Interval Prediction Network”的学术报告。

报告中，蒋锋教授围绕多变量时间序列区间预测问题展开，系统介绍了区间预测相较于点预测在刻画预测不确定性方面的重要作用，并结合风速、太阳能发电、交通速度、温度和PM2.5等实际数据场景，说明了区间预测方法的应用价值。随后，蒋教授重点介绍了基于ILUBE的多尺度深度区间预测网络。该方法通过多尺度时空自注意力机制、时间自注意力机制和全局自注意力机制，充分提取外生变量、历史序列及全局特征中的复杂依赖关系。同时，通过改进的上下界估计模块，有效避免传统LUBE方法中可能出现的预测区间上下界交叉问题。在此基础上，报告进一步介绍了结合平滑近似函数与Pinball损失构造的梯度型区间预测损失函数，并通过多个真实数据集上的实验结果展示了该方法在预测区间可靠性、区间宽度控制和稳健性方面的良好表现。

报告结束后，蒋锋教授与在场师生围绕模型结构设计、区间预测损失函数构造、参数选择及实际应用等问题进行了深入交流。本次讲座内容充实、思路清晰，拓展了我院师生对时间序列区间预测与深度学习建模方法的认识，为师生后续开展相关研究提供了启发。

（复审：彭江涛  终审：郑大彬）