Компьютерные науки > Искусственный интеллект [представлен 8 октября 2026 года] Название: AliO: Вопросы согласования результатов в долгосрочных временных рядах, касающихся просмотра HTML (экспериментального) HTF, резюме: задачи долгосрочного прогнозирования временнóй серии (LTSF), которые используют текущую последовательность данных как вклад для предсказания будущей последовательности, приобретают все более важное значение в реальных прикладных программах, таких как прогнозирование погоды и планирование потребления электроэнергии. Однако современные модели LTSF часто не позволяют прогнозировать соответствие выходных данных в течение одних и тех же временных промежутков между отстающими последовательностьми ввода. Вместо этого, эти модели характеризуются низкой согласованностью выпуска, что приводит к колебаниям в прогнозах выходов для одних и тех же часовых отметок, подрывая надежность модели. Для решения этой проблемы мы предлагаем AliO ( " Альянс выходных данных > ) - новый подход, направленный на улучшение согласования выпуска моделей LTSF за счет сокращения расхождений между прогнозируемыми результатами для одних и тех же часовых промежутков как во времени, так и в диапазоне частот. Для измерения соответствия выходных данных мы введем новый метр TAM (метрик синхронизации времени), который категоризирует соотношение между результатами прогнозирования, тогда как существующие показатели, такие как MSE, отражают только расстояние от результатов прогноза и наземной…
AIO: Вопросы согласования результатов при подготовке долгосрочных рядов динамики
arXiv: 261.10.11213v1 Тип уведомления: новое резюме: задачи долгосрочного прогнозирования временных рядов (LTSF), которые используют текущую последовательность данных в качестве ввода для предсказания будущей последовательности, приобретают все более важное значение в реальных прикладных программах, таких как прогноз погоды и планирование потребления электроэнергии. Однако современные модели LTSF часто не позволяют прогнозировать соответствие выходных данных в течение одних и тех же временных промежутков между отстающими последовательностьми ввода. Вместо этого, эти модели характеризуются низкой согласованностью выпуска, что приводит к колебаниям в прогнозах выходов для одних и тех же часовых отметок, подрывая надежность модели. Для решения этой проблемы мы предлагаем AliO ( " Альянс выходных данных > ) - новый подход, направленный на улучшение согласования выпуска моделей LTSF за счет сокращения расхождений между прогнозируемыми результатами для одних и тех же часовых промежутков как во времени, так и в диапазоне частот. Для измерения соответствия результатов мы введем новый метр, TAM (метрик согласования времени), который количественно определяет соотношение между прогнозируемыми результатами, w
