PulseAugur
实时 06:24:24
English(EN) DMSC: Dynamic Multi-Scale Coordination Framework for Time Series Forecasting

新的DMSC框架提高了时间序列预测的准确性和效率

研究人员开发了一个名为DMSC(动态多尺度协调框架)的新框架,以应对时间序列预测中的挑战。该框架利用新颖的多尺度块分解(EMPD)进行动态序列分割,三元组交互块(TIB)进行全面的依赖建模,以及自适应尺度路由MoE块(ASR-MoE)灵活融合多尺度预测。在十三个真实世界基准上的实验表明,DMSC实现了最先进的性能和更高的计算效率。 AI

影响 这个新框架为时间序列预测任务提供了更高的准确性和效率,可能使金融、天气预测和需求预测等应用受益。

排序理由 该集群描述了一篇关于时间序列预测新颖框架的最新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的DMSC框架提高了时间序列预测的准确性和效率

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Haonan Yang, Jianchao Tang, Zhuo Li, Long Lan ·

    DMSC:时间序列预测的动态多尺度协调框架

    arXiv:2508.02753v5 Announce Type: replace-cross Abstract: Time Series Forecasting (TSF) faces persistent challenges in modeling intricate temporal dependencies across different scales. Despite recent advances leveraging different decomposition operations and novel architectures b…