arXiv · ML· Feriel Fass, Djemel Ziou·· 10 天前AI 评分27
TimeGPT 在急救呼叫量预测中的表现不及传统方法
Daily Emergency Call Volume Forecasting using Univariate and Multivariate TimeGPT
AI 导读
TimeGPT 预训练模型在预测每日急救呼叫量时,表现未优于 SARIMAX、NBR 等传统方法。单变量预测中 SARIMAX 整体表现最佳,多变量预测中 NBR 和 PR 效果最好。 该研究使用 2,101 个每日观测值,结合时间、气象及社会经济变量,在一步和七日预测场景下评估。结果表明,大规模预训练并未转化为急救呼叫量预测的更高精度,利用现有数据训练的传统方法依然更具优势。
来源:arXiv · ML · arxiv.org