★ 2
论文提出 AliO 方法提升长期时间序列预测输出对齐
论文指出当前长期时间序列预测模型对同一时间戳在不同滞后输入下输出对齐度低，导致预测波动、可靠性下降。作者提出 AliO 方法，在时域与频域减少同一时间戳预测输出差异，并引入 TAM 指标衡量对齐度。实验显示 AliO 将 TAM 提升最多 58.2%，同时保持或提升预测性能最多 27.5%。
arXiv cs.AI24 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文指出当前长期时间序列预测模型对同一时间戳在不同滞后输入下输出对齐度低，导致预测波动、可靠性下降。作者提出 AliO 方法，在时域与频域减少同一时间戳预测输出差异，并引入 TAM 指标衡量对齐度。实验显示 AliO 将 TAM 提升最多 58.2%，同时保持或提升预测性能最多 27.5%。