arXiv · ML· Shijie Xu, Boyan Tang, Kai He, Jianghua Wu·· 23 小时前AI 评分23
长期时间序列预测中从固定默认值到校准激活策略的研究
From Fixed Defaults to Calibrated Activation Policies for Long-Term Time-Series Forecasting
AI 导读
该研究提出一种校准选择策略，通过学习可靠默认值并针对每个任务自适应激活函数及其位置，以提升长期时间序列预测精度。 在基于1,225次Informer训练、覆盖17个数据集变体和51个预测任务的评估中，该策略相比传统固定激活基线平均将均方误差降低7.86%，并在72.55%的任务中取得改进。
来源：arXiv · ML · arxiv.org