跳到正文
热点事件持续更新

时序基础模型负荷预测基准测试发布

1 篇报道1 个报道来源9 小时前更新

先了解这件事

AI 综述

一项新基准研究比较了4个从零训练的模型与4个时间序列基础模型(TSFM)在3个真实负荷预测数据集上的表现,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,无论零样本还是微调设置均持续达到SOTA;但随着协变量预测噪声增大,其性能下降,而TimesNet在严重协变量不确定性下表现更稳健。

AI 根据报道生成 · 7 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7日
  1. arXiv cs.LG
    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

    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。

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。