★ 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
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
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%。