MTS-SRF

新的MTS-SRF方法可从粗粒度数据预测精细化未来

研究人员推出了一种名为多元时间序列超分辨率预测（MTS-SRF）的新颖方法，该方法旨在从粗粒度历史数据预测精细化未来。提出的TimeMagnifier模型解决了数据稀疏性和跨分辨率不对齐等挑战。在一个包含十个数据集的新基准上的实验表明，TimeMagnifier的表现优于15个基线模型，平均将均方误差（MSE）降低了12.3%。此外，TimeMagnifier模型的组件还可以作为插件使用，以改进现有的预测工具。