实体
TimeSHAP
TimeSHAP
PulseAugur coverage of TimeSHAP — every cluster mentioning TimeSHAP across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的GroupSegment SHAP方法增强了时间序列模型的可解释性
研究人员开发了GroupSegment SHAP (GS-SHAP)，一种用于解释多元时间序列模型的新方法。与先前将特征和时间轴独立处理的方法不同，GS-SHAP基于跨变量交互和时间偏移构建解释单元。与现有的时间序列SHAP基线相比，该方法在包括医疗保健和金融在内的各种实际应用中都显示出更高的准确性和更短的运行时间。
-
新AI方法解决时间序列预测和模型可解释性问题 · 追踪5个来源
研究人员推出KARMA，一种通过构建马尔可夫代理模型来捕捉时间依赖性的新方法，用于解释时间序列预测模型。该方法识别预测充分性所需的最小历史长度，并估计一个马尔可夫转移核，提供一个五级全局解释层次结构。另外，一个名为The Simulacrum的框架使用决策理论预训练来开发基于神经网络的时间序列估计器，这些估计器可以近似最优决策规则并在真实基准上实现具有竞争力的预测精度。此外，一项关于时间序列基础模型灾难性遗忘的研究表明，虽然微调提高了…