研究人员开发了 CopFITi，这是一种新颖的 copula 模型，专为不规则多元时间序列的概率预测而设计。该模型将单个时间序列的归一化流与高斯混合 copula 相结合，以捕捉联合依赖关系。实验表明，CopFITi 通过将边际与联合结构分离，优于现有方法，为该数据类型的密度建模树立了新的最先进水平。 AI
影响 为不规则多元时间序列的密度建模树立了新的最先进水平，有可能提高复杂数据场景下的预测准确性。
排序理由 该集群包含一篇详细介绍新模型及其实验结果的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2605.23632v1 Announce Type: new Abstract: We introduce CopFITi, a copula model for probabilistic forecasting of irregular multivariate time series (IMTS). Our model combines the expressivity of normalizing flows for univariate marginals with the consistency and flexibility …
We introduce CopFITi, a copula model for probabilistic forecasting of irregular multivariate time series (IMTS). Our model combines the expressivity of normalizing flows for univariate marginals with the consistency and flexibility of a Gaussian Mixture Copula for the joint depen…