实体
GatedLinear
GatedLinear
PulseAugur coverage of GatedLinear — every cluster mentioning GatedLinear across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
混合人工智能方法提高了基础模型股票预测的准确性
研究人员开发了一种混合方法，以提高冻结时间序列基础模型的性能，特别是针对高频股票预测。通过将 AttnCorrect 和 GatedLinear 等神经校正架构与经典随机森林残差学习相结合，该混合方法显著优于基础 TimesFM 模型。研究发现，经典残差学习提供了最大的性能提升，而简单的神经架构在不与经典方法配对时更有效。这项研究为将基础模型应用于专业金融领域提供了实用的见解。
-
GatedLinear框架提供自适应路由以改进时间序列预测
研究人员推出GatedLinear，一个旨在通过自适应路由互补线性基来改进时间序列预测的新框架。该方法解决了当前深度学习模型常为多样化时间动态使用单一计算主干的局限性。GatedLinear采用三种专业机制——全局趋势季节性、基于差分的增量和相位对齐递归——由三因子分解融合门进行协调。这使得在不同预测模式下实现细粒度的逐点路由，以更小的参数量和可解释的路由模式达到最先进的准确性。