ScaleIn：时间序列基础模型尺度不变训练

arXiv 论文提出时间序列基础模型的尺度不变训练方法 ScaleIn。作者称，现有流程中的 ReVIN 等仿射缩放反变换会把每条序列的梯度乘以 b^p，导致高尺度序列主导训练，即尺度污染；若改为在缩放后的目标上计算损失，梯度便可对任意独立重缩放保持不变。 论文称，多数现有时间序列预测流程只需一行代码即可采用 ScaleIn。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。