arXiv cs.LG· Licheng Pan, Haocheng Yang, Shuting He, Han Zheng, Yuzhou Chen, Guangyi Liu, Kangning Zhang, Zhixuan Chu, Yuan Lu, Hao Wang·· 7 小时前AI 评分22
深度时间序列预测需要核化矩平衡：KMB-DF 方法实现 SOTA
Deep Time-series Forecasting Needs Kernelized Moment Balancing
AI 导读
研究者提出核化矩平衡直接预测方法 KMB-DF，将深度时间序列预测建模为分布平衡问题，从再生核希尔伯特空间（RKHS）中自适应选取最具信息量的平衡函数，以弥补现有目标函数仅匹配一两个预定义平衡函数的不足。该方法给出了可处理且可微的公式，能无缝接入基于梯度的训练流程。多模型多数据集实验显示，KMB-DF 持续提升预测精度并达到 SOTA，代码已开源。
来源：arXiv cs.LG · arxiv.org