Atempo

新型ATEMPO模型可准确识别时间序列分析的最佳时间滞后

研究人员开发了ATEMPO，一种新颖的基于扩散的迁移熵估计器，旨在准确识别时间序列之间信息传输的最佳时间滞后。与需要对不同滞后和深度进行多次拟合的传统方法不同，ATEMPO将此过程进行了摊销，允许单个模型估计整个迁移熵表面。这种方法显著降低了计算成本并提高了滞后检测的准确性，在合成数据集上实现了近乎完美的准确率，并在时变滞后上保持了性能。ATEMPO在天气预测和脑机接口等下游预测任务中的应用，已证明在准确性和效率方面有显著的改进。