跳到正文
热点事件持续更新

研究者提出 TimeES 时间序列预测框架

1 篇报道1 个报道来源6 小时前更新

先了解这件事

AI 综述

Weiwei Ye 等研究者提出 TimeES,一个基于演化频谱(ES)理论的通用框架,可同时完成概率与确定性时间序列预测。该方法把非平稳随机过程建模转化为学习由随机变量调制的演化表示,并利用 Hermitian 对称性和频谱能量稀疏性,将频谱估计复杂度从 O(NM) 降至 O(NK)(K << M/2)。研究者在论文中称代码已公开。

AI 根据报道生成 · 2 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15日
  1. arXiv cs.LG
    TimeES:基于演化频谱的概率与确定性时间序列预测框架

    研究者提出 TimeES,一个基于演化频谱(ES)理论的通用框架,可同时完成概率与确定性时间序列预测。该方法将非平稳随机过程建模转化为学习由随机变量调制的演化表示,并利用 Hermitian 对称性和频谱能量稀疏性将频谱估计复杂度从 O(NM) 降至 O(NK)(K << M/2)。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。