一项新的研究论文评估了用于预测美国季节性流感的各种时间序列预测模型。研究发现，混合专家模型（一种结合了多个预训练预测器的模型）取得了最佳性能。基于 Transformer 的模型也显示出可靠性，预训练对长期预测尤其有益，特别是当与流感动态保持一致时。然而，在这一特定应用中，基于大型语言模型 (LLM) 的时间序列方法的表现不如数值预测器。 AI
影响 为公共卫生预测选择和应用先进时间序列模型提供了指导。
排序理由 评估特定应用机器学习模型的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- influenza
- mixture of experts model
- neural network architectures
- Time Series Foundation Models
- Transformer-based Models
- United States
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
