Nina Drobac

新的滑动窗口签名特征提高了时间序列预测的准确性

研究人员开发了一种新的时间序列预测框架，该框架利用滑动窗口签名特征结合岭回归。该方法旨在捕捉目标序列与外部协变量之间复杂的非线性依赖和延迟依赖关系，而无需对它们之间的关系进行先验假设。该方法具有理论基础，并保证了近似通用性和平稳性，并提出了一种高效的顺序算法用于实际实现。在合成和真实电力需求数据上的评估表明，这些签名特征产生的预测结果准确，并且与专家驱动和神经网络方法具有竞争力。