arXiv cs.LG· Tomas Kaljevic, Ivan Arzola, Yu Zhang·· 9 小时前AI 评分22
时间序列基础模型在协变量不确定性下的负荷预测基准测试
Benchmarking Time Series Foundation Models for Load Forecasting Under Covariate Uncertainty
AI 导读
研究对 4 个从零训练的模型和 4 个时间序列基础模型（TSFM）在 3 个真实负荷预测数据集上进行了基准测试，考察未来协变量信息可用性与质量不同的运行场景。结果显示 Chronos-2 在协变量可用或预测准确时，零样本和微调设置下均持续达到 SOTA，但随着协变量预测噪声增大性能下降，而 TimesNet 在严重协变量不确定性下表现更稳健。
来源：arXiv cs.LG · arxiv.org