PulseAugur
中
实时 20:05:48
English(EN) Towards Reliable Zero-Shot Crowd Forecasting: Evaluating Time Series Foundation Models for Special Event Pedestrian Forecasting

时间序列基础模型在零样本人群预测中的评估

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员评估了预训练时间序列基础模型在特殊活动期间零样本行人流量预测方面的有效性。该研究以SAIL2025活动为例，评估了两种此类模型，以确定它们在无需大量重新训练的情况下提供概率预测的可靠性。研究结果为人群管理者提供了实用的指导，说明何时这些零样本预测在操作上是可靠的，尤其是在捕捉突然的波动和尾部风险方面。 AI

影响 为人群管理中的操作决策提供了零样本预测可靠性的见解。

排序理由 评估特定预测任务基础模型的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

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

时间序列基础模型在零样本人群预测中的评估

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Ziteng Li, Yanan Xin, Tina Comes, Serge Hoogendoorn ·

    迈向可靠的零样本人群预测：评估用于特殊活动行人预测的时间序列基础模型

    arXiv:2607.17758v1 Announce Type: new Abstract: Managing massive crowds during infrequent special events requires reliable real-time pedestrian-flow forecasting to ensure public safety and operational efficiency. However, supervised forecasting methods face limitations in these c…

相关话题