★ 2
Control-TS：分位数引导扩散概率时间序列预测
研究探讨预测分位数如何作为扩散预测的分布控制信号，发现贯穿去噪网络的残差控制带来最一致的改进。据此提出 Control-TS，在冻结预训练骨干的同时学习分位数控制通路，在八个基准上持续改善 CRPS 并媲美最先进预测模型。论文还提出条件线性预测分数（CLPS）评估生成未来的下游预测效用。
arXiv cs.LG17 天前
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
研究探讨预测分位数如何作为扩散预测的分布控制信号，发现贯穿去噪网络的残差控制带来最一致的改进。据此提出 Control-TS，在冻结预训练骨干的同时学习分位数控制通路，在八个基准上持续改善 CRPS 并媲美最先进预测模型。论文还提出条件线性预测分数（CLPS）评估生成未来的下游预测效用。
研究提出Deep-BQRL，将缓冲分位学习扩展到神经网络函数逼近的无模型分布式强化学习框架，直接从采样转移中学习条件回报分位。在资产出售最优停止与FrozenLake任务中，其分位策略差距小于PPO与TRPO，并展现可解释的风险敏感行为。