研究提出时序预测多重性框架
热点事件持续更新
研究提出时序预测多重性框架
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Emanuele Albini 等作者提出"时间预测多重性"框架，用于刻画预测性能相近的时间序列模型在完整预测轨迹上的分歧。 作者在 11 个数据集上测试 19 种神经预测架构，发现接近最优的模型给出的预测轨迹仍存在显著差异。仅约束各时间步的预测分歧只能部分降低、无法消除轨迹层面的分歧，且轨迹层面分歧与逐步分歧基本无关。
AI 根据报道生成 · 1 小时前更新
最新进展10月8日 12:00
时间序列预测中的预测多重性：精度相近的模型给出不同预测轨迹报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv：cs.LG时间序列预测中的预测多重性：精度相近的模型给出不同预测轨迹
研究提出"时间预测多重性"框架，刻画预测性能相近的时间序列模型在完整预测轨迹上的分歧。实验用 19 种神经预测架构在 11 个数据集上验证，接近最优的模型在预测轨迹上仍存在显著差异。仅约束各时间步的预测多重性只能部分降低、无法消除轨迹层面的分歧，且轨迹层面分歧与逐步分歧基本无关。
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。