arXiv · cs.AI· Haonan Yang, Yulin He, Zhuo Li·· 6 小时前
Yang、He与Li提出时间序列预测误差反馈校准方法EFC
Look Back, Correct Forward: Error Feedback Calibration for Time Series Forecasting
arXiv:2610.22872v1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：Haonan Yang, Yulin He, Zhuo Li
研究任务与主要进展
Yang、He与Li提出完全在测试时运行的时间序列预测后验校正框架EFC，通过已揭示的历史预测误差构造因果误差对角线，并映射未来残差。该方法用时序样本外验证控制校正强度，再由时间残差学习补充剩余误差结构；摘要称其在多个预测骨干和数据集上广泛改善预测性能并减少有害过度校正，具体实验细节未说明。
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