跳到正文
热点事件持续更新

提出测试时误差反馈校准框架EFC

1 篇报道1 个报道来源5 小时前更新

先了解这件事

AI 综述

Yang、He与Li提出时间序列预测后验校正框架EFC,完全在测试时运行:用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,通过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。 论文摘要称,在多个预测骨干和数据集上的实验显示EFC广泛改善预测性能并明显控制有害的过度校正;具体实验细节未说明,基于论文摘要。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月19日
  1. arXiv · cs.AI
    Yang、He与Li提出时间序列预测误差反馈校准方法EFC

    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。

本事件热度走势

可比范围当前
9
可比范围峰值
910月19日 15:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。