FARR长时序预测方法提出并在四个基准取得最佳均值

1. 19:45
   arXiv · cs.AI

   FARR：面向长程时间序列预测的预测感知残差精炼与端点证据匹配方法

   FARR 是一种预测感知残差精炼方法，通过对比标准条件下的有效预测与预设 null 条件下的空预测，提取端点证据并结合历史特征估计有效预测的剩余误差，再由 horizon-wise gating 控制残差对最终输出的贡献。在四个长程时间序列预测基准上，FARR 取得了对比方法中最佳的数据集平均 MSE 和 MAE。代码将公开。

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。