PulseAugur
实时 13:12:55

多变量时间序列预测集新方法揭晓

研究人员推出了一种新颖的多变量时间序列联合预测集方法——过滤共形椭球体。该方法利用状态空间滤波器发出预测均值和协方差,然后使用分段共形方法进行校准。该框架旨在控制单次事件,同时适应跨坐标依赖性,受益于学习到的预测协方差,而不依赖于高斯尾部概率进行覆盖。 AI

影响 引入了一种新的多变量时间序列预测框架,有可能提高复杂序列数据分析的准确性。

排序理由 该集群包含一篇在arXiv上发表的研究论文,详细介绍了一种新的时间序列分析方法。

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

报道来源 [2]

  1. arXiv cs.LG TIER_1 English(EN) · Yannick Limmer ·

    Filtered Conformal Ellipsoids for Graph-Native Time Series

    arXiv:2606.17014v1 Announce Type: new Abstract: Joint prediction sets for multivariate time series should control a single event while adapting to cross-coordinate dependence. We study filtered conformal ellipsoids: a frozen state-space filter emits a one-step predictive mean and…

  2. arXiv stat.ML TIER_1 English(EN) · Yannick Limmer ·

    Filtered Conformal Ellipsoids for Graph-Native Time Series

    Joint prediction sets for multivariate time series should control a single event while adapting to cross-coordinate dependence. We study filtered conformal ellipsoids: a frozen state-space filter emits a one-step predictive mean and covariance, and split-conformal calibration is …