English(EN) Deep Learning vs. Statistical Models for Multi-Horizon Price Forecasting of Second-Hand Electronics: A Systematic Benchmark

深度学习模型在二手电子产品价格预测中优于统计方法

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-09 04:00

一项新的基准研究系统性地比较了深度学习模型和统计模型在预测二手电子产品转售价格方面的表现。研究人员发现，N-BEATS深度学习架构显著优于经典的统计方法，在365天的预测周期内，平均绝对百分比误差（MAPE）降低了43%。值得注意的是，一个为最长预测周期训练的N-BEATS模型能够有效地泛化到较短的预测周期，表明其鲁棒性和稳定性。 AI

影响通过改进波动性市场的预测模型，这项研究可能为订阅服务和转售平台带来更准确的定价。

排序理由该条目是一篇学术论文，提出了一个预测模型的系统性基准。 [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 →

本文如何被排名

Signal score: 0 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该条目是一篇学术论文，提出了一个预测模型的系统性基准。 [lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, product; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: 2 days old; Coverage has settled into its steady-state source set.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Mateusz Buczy\'nski, Micha{\l} Wo\'zniak, Konrad Kaczy\'nski, Anna Wr\'oblewska, Sebastian Kuk · 2026-10-09 04:00

深度学习与统计模型在二手电子产品多期价格预测中的对比：一项系统性基准测试

arXiv:2610.10727v1 Announce Type: cross Abstract: Forecasting resale prices of used electronics is critical for subscription-based platforms where pricing errors translate directly into risk. Unlike structured financial markets, second-hand electronics exhibit high volatility, sp…

本文如何被排名

报道来源 [1]

深度学习与统计模型在二手电子产品多期价格预测中的对比：一项系统性基准测试

相关实体

相关话题