NeuroMem-FHP

深度学习框架 NeuroMem-FHP 增强了分数 Hawkes 过程的参数估计能力

研究人员开发了 NeuroMem-FHP，这是一个用于估计分数 Hawkes 过程 (FHP) 参数的深度学习框架。该框架利用长短期记忆 (LSTM) 和 Transformer 神经网络，直接从到达间隔时间序列推断模型参数，绕过了计算量大的似然优化。实验表明，在合成和真实世界数据集上，Transformer 模型均优于 LSTM 和传统的最大似然估计 (MLE)，这些数据集包括 Apple Inc. 的金融交易数据和蒙哥马利县的紧急呼叫记录。