研究人员推出了一种新颖的连续视界(CH)策略,用于多视界预测,该策略概括了现有的离散预测方法。这种新方法将预测重新定义为一个连续算子,并将预测视界定义为一个查询变量,而不是一个固定索引。该策略得到了理论基础的支持,包括一个通用算子逼近定理和一个连续视界偏差-方差分解,这些都证明了相比离散方法,其估计方差有所提高。在16个大型数据集上的M系列基准测试的实证验证表明,CH在实现并行推理、目标视界查询以及跨越未见视界的插值/外插的同时,实现了具有竞争力的RMSE准确性。 AI
影响 这种新的预测策略有望提高跨各种应用的时间序列预测的准确性和灵活性。
排序理由 该项目是一篇学术论文,详细介绍了一种机器学习的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- Continuous Horizon (CH)
- Hugging Face
- M-series benchmark
- Universal Operator Approximation Theorem
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →