TailBooster

TailBooster框架通过合成数据增强AI对极端事件的预测能力

研究人员开发了TailBooster，一个新颖的双层生成框架，旨在通过增强极端事件示例数据来改进机器学习模型。该框架解决了传统方法中稀有事件代表性不足和可能生成操作上不可行数据的问题。TailBooster结合了极端值的统计提取和一个基于自动编码器的清理层，以确保合成数据既能代表尾部数据，又能遵守操作约束。在美国航班记录上的评估表明，在预测极端飞行时间和到达延误方面取得了显著改进，平均绝对误差降低了高达57%。