Xingyu Zhang

新研究通过先进模型应对不规则时间序列预测挑战 · 跟踪 5 个来源

研究人员正在探索新方法来改进不规则时间序列预测，这是医疗保健和天气预报等领域的一项关键任务。几篇近期论文提出了应对稀疏数据、非均匀采样和概念漂移等挑战的新方法。其中包括用于去偏神经基函数响应的 DNBNet 模型，一个用于处理重复概念漂移的连续演化池 (CEP) 框架，以及通过对时间异质性建模和对齐表示来调整大型语言模型 (LLM) 的 TALON 框架。此外，还引入了一个名为 F-LLM 的控制理论框架，通过减轻误差累积来确保基于 …