Time-o1用变换标签改进时序预测

Hao Wang等作者提出面向时间序列预测的变换增强损失函数Time-o1，基于论文摘要称，该方法将标签序列分解为具有区分显著性的去相关成分，让模型重点对齐其中的显著成分，从而降低标签自相关并减少训练任务。 作者在实验中称，Time-o1达到当前最佳表现，并兼容多种预测模型；代码已发布至GitHub仓库。上述效果与兼容性结论目前仅依据论文摘要，未说明实验数据、比较基线或适用范围。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。