跳到正文
arXiv · ML· Benjamin M. Kent, Richard E. Turner·· 10 天前AI 评分20

基于 Koopman 模态分解与连续 ranked probability score 的学习校准概率预测

Learning calibrated probabilistic forecasts using Koopman mode decomposition and the continuous ranked probability score

AI 导读

提出结合概率机器学习与 Koopman 模态分解的预测方法,采用连续 ranked probability score 作为损失函数直接优化校准精度。 模型在非线性常微分方程和偏微分方程(涡流脱落、腔体流动)上验证,可产生多模态预测分布,计算成本低于深度集成方法且对识别 Koopman 特征值更鲁棒。

来源:arXiv · ML · arxiv.org