StatD2GAN

新研究提出改进时间序列生成模型评估方法

一篇新发表在arXiv上的研究论文介绍了一种更好地评估多元时间序列数据生成模型的方法。研究强调，依赖于边际校准后汇集分布指标的标准评估技术可能会掩盖模型之间的显著差异。研究人员提出了一种留出评估协议，以ERA5天气序列为例进行测试，以揭示这些差异。他们的研究结果表明，当前的校准方法可能无法准确反映生成器的性能，并建议使用地板参考边际评估、匹配对测试以及依赖性和序列级指标进行更稳健的评估。