arXiv cs.AI· Hao Wang, Licheng Pan, Yuan Lu, Zhixuan Chu, Xiaoxi Li, Shuting He, Zhichao Chen, Haoxuan Li, Qingsong Wen, Zhouchen Lin·· 5 小时前AI 评分22
DistDF：时间序列预测需要联合分布 Wasserstein 对齐
DistDF: Time-Series Forecasting Needs Joint-Distribution Wasserstein Alignment
AI 导读
针对时间序列预测中直接预测（DF）依赖均方误差估计条件负对数似然、在标签序列存在自相关时产生偏差的问题，研究者提出 DistDF，通过最小化预测与标签序列条件分布间的分布差异实现对齐。该方法引入联合分布 Wasserstein 差异，可证明其上界为所需条件差异，且可处理、可微、兼容梯度优化。实验显示 DistDF 提升了多种预测模型并取得领先性能，代码已开源，论文被 ICLR 2026 接收。
来源：arXiv cs.AI · arxiv.org