★ 2
带涌现记忆的多智能体协同时序预测
论文提出MACTS-EM框架，通过领域专用预测智能体、元认知层动态分配、涌现记忆机制、多模态上下文整合与对抗鲁棒组件协同完成时序预测。在金融市场、气候、能源与疫情传播等场景中，预测精度提升8-12%，零样本迁移提升22-27%，机制转换韧性提升16-21%。
arXiv cs.LG28 天前
#时序预测
共 6 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 2
零样本时序预测的证据来源审计框架
论文指出零样本时序预测仅以“不更新参数”定义过于宽泛，冻结 LLM 先验、时序预训练与检索增强三类系统证据来源完全不同。作者提出以证据来源为先的分类法，并附加任务接口、预测对象与评分、预测时上下文、资源预算四项审计问题。主张排行榜应同时披露证据边界与接口假设，使基准进步反映真实迁移能力。
arXiv cs.LG42 天前
★ 2
物理知识注入历史数据比强制物理约束更有效
研究提出物理信息循环神经网络PIRNN，在预测目标序列的同时估计历史数据与预测期内的不可观测中间物理变量，提升模型鲁棒性与可解释性。以Gardenia地下水模型为案例，在12个真实数据集上PIRNN于其中5个取得最优表现，消融实验表明物理背景知识对时序预测至关重要。预测的物理变量一致性由领域专家评…
arXiv cs.AI45 天前
★ 2
时序基础模型用于人群计数预测的跨数据集评测
研究系统评测了七种单变量预测方法在行人计数预测上的表现，涵盖 Seasonal Naive、梯度提升树、深度学习模型与两个预训练时序基础模型（TimesFM、Chronos-2）。结果显示：历史数据有限时 Seasonal Naive 仍是长时预测的强基线；提升树在低流量传感器上有竞争力但对事件驱…
arXiv cs.LG47 天前
★ 2
多模态时序预测中文本信息价值的基准评测
论文构建了一个可控合成的时序信号基准，标注分为语义正确、错误和无关三类，从而首次为信息论指标提供真值。研究系统评测了KSG、MINE、InfoNCE、CCA、PID和V-information六种互信息估计器，发现它们都能识别正确标注最具信息量，并可用于审计混合文本语料、无需训练即选出最优标注。作…
arXiv cs.AI51 天前
★ 1
大数据驱动的分段时序仿真框架 SegTSim
研究提出 SegTSim，一个大数据驱动的分段时序仿真框架，融合分段弹性建模、自适应 min-gating、动态生产转移优化与多因子数据融合。基于 2015-2025 年美日汽车贸易数据验证，在 25% 扰动情景下日本进口量下降 20.4%，各输出变量变异系数低于 3.5%。
arXiv cs.LG41 天前