DistDF 时间序列预测分布对齐方法发布
热点事件持续更新
DistDF 时间序列预测分布对齐方法发布
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
Hao Wang 等作者发布 DistDF 时间序列预测方法，通过最小化预测序列与标签序列条件分布之间的分布差异实现对齐，并提出联合分布 Wasserstein 散度作为条件差异的可证明上界。该散度可微、兼容梯度优化。作者称实验显示 DistDF 能提升多种预测模型并达到领先性能，代码已开源，论文已被 ICLR 2026 接收。
AI 根据报道生成 · 1 小时前更新
最新进展10月7日 12:00
DistDF：时间序列预测需要联合分布 Wasserstein 对齐报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv：cs.LGDistDF：时间序列预测需要联合分布 Wasserstein 对齐
DistDF 通过最小化预测序列与标签序列条件分布之间的分布差异来实现对齐，并提出可证明上界该条件差异的联合分布 Wasserstein 散度，该散度可微且兼容梯度优化。实验显示 DistDF 能提升多种预测模型并达到领先性能，代码已开源，论文已被 ICLR 2026 接收。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。