实体
Jafar Bakhshaliyev
Jafar Bakhshaliyev
PulseAugur coverage of Jafar Bakhshaliyev — every cluster mentioning Jafar Bakhshaliyev across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
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
-
新的增强技术提升多元预测模型性能
研究人员开发了一种新颖的时间域多元预测模型增强技术。该方法称为滑动窗口重排与重叠平均，包括将序列展开为重叠窗口，根据方差重排其中一部分，然后跨重叠部分进行平均以创建合成样本。该方法与模型无关，引入的超参数极少，并在多个长期预测基准和交通预测任务中显示出显著的改进。
-
脉冲傅里叶图算子提高时间序列预测精度
研究人员推出了一种新颖的脉冲神经网络（SNN）方法 SpikF-GO，用于多元时间序列预测。与以往独立处理变量的 SNN 方法不同，SpikF-GO 将每个观测值视为图节点，并结合了脉冲驱动的光谱处理，从而对变量间的依赖关系进行建模。该方法包括一个可学习的频率门控和应用于傅里叶分量的脉冲神经元，旨在提高能效和精度。在八个基准测试上的评估表明，SpikF-GO 的表现优于其人工神经网络对应方法 FourierGNN，并在 SNN 方法中…