FairAMO

新研究通过代理编排和鲁棒性修正改进时间序列预测

三篇新研究论文探讨了时间序列预测的进展。一篇论文介绍了FairAMO，一个用于评估代理模型编排的协议，发现虽然编排提高了准确性，但其收益受限于底层模型并取决于候选的互补性。另一篇论文提出了动态双反馈一致性推断（DDCI），一种使用实际和估计反馈来创建更稳定、更窄的预测区间同时保持覆盖率的方法。第三篇论文提出了CRC，一个鲁棒的残差修正框架，仅在有证据表明能减少预测误差时选择性地部署修正，在复杂数据集上显示出显著的改进。