Seq-Flow

Seq-Flow 模型提供具有误差控制的高效概率预测

研究人员开发了 Seq-Flow，一种新颖的条件流模型，用于高效概率预测。该模型利用 ODE 将样本从先前的预测分布传输到更新的分布，显著减少了所需的采样步数。为了减轻顺序更新带来的误差累积，Seq-Flow 采用了一种自回滚训练方法，其中模型的移动平均副本会初始化后续训练。实验证明了 Seq-Flow 在粒子加速器束流泄漏预测方面的有效性，在有限的采样预算下将 CRPS 降低了 65%，并在数百次更新中保持了准确性。