PulseAugur
中
实时 21:07:54

Fidel-TS benchmark 旨在改进时间序列预测评估

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了 Fidel-TS，这是一个旨在改进时间序列预测模型评估的新基准。该基准通过遵循数据完整性和无泄漏设计的原则，解决了先前数据集中发现的问题，例如数据污染和时间泄漏。使用 Fidel-TS 进行的实验突显了现有基准的局限性，并揭示了当前单模态、多模态和基于 LLM 的预测模型的评估方式可能存在的差异。 AI

影响 为时间序列预测模型提供了一个更严格的评估框架，有望在该领域带来更可靠的 AI 系统。

排序理由 学术论文，介绍时间序列预测的新基准。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv stat.ML 阅读 →

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

Fidel-TS benchmark 旨在改进时间序列预测评估

报道来源 [1]

  1. arXiv stat.ML TIER_1 English(EN) · Zhijian Xu, Wanxu Cai, Xilin Dai, Zhaorong Deng, Qiang Xu ·

    Fidel-TS：面向时间序列预测的高保真多模态基准

    arXiv:2509.24789v4 Announce Type: replace-cross Abstract: The evaluation of time series forecasting models is hindered by a lack of high-quality benchmarks, leading to overestimated assessments of progress. Existing datasets suffer from issues ranging from small-scale, low-freque…

相关话题