arXiv · cs.AI· Hao Wang, Licheng Pan, Yuan Lu, Zhixuan Chu, Xiaoxi Li, Shuting He, Zhichao Chen, Haoxuan Li, Qingsong Wen, Zhouchen Lin·· 2 天前
DistDF：用联合分布Wasserstein对齐改进时间序列预测
DistDF: Time-Series Forecasting Needs Joint-Distribution Wasserstein Alignment
arXiv:2510.24574v3阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Hao Wang, Licheng Pan, Yuan Lu, Zhixuan Chu, Xiaoxi Li, Shuting He, Zhichao Chen, Haoxuan Li, Qingsong Wen, Zhouchen Lin
期刊信息（来源提供）：ICLR 2026
研究任务与主要进展
基于论文摘要，作者提出DistDF，通过最小化预测序列与标签序列的联合分布Wasserstein差异，实现两者的分布对齐以改进时间序列预测。该差异可计算、可微并兼容基于梯度的优化，且可证明地上界所关心的条件分布差异；摘要称实验显示其可提升多类预测模型并取得领先性能。代码地址为：https://anonymous.4open.science/r/DistDF-F66B
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org