10:40
官方账号arXiv cs.LG@Ramin Soleimani, Andrea Visentin, Dirk Pesch
推荐理由：这篇论文用行为条件化神经过程做家庭用电预测，比基线方法MAE降了7.9%，特别适合处理不同家庭的用电习惯差异。
Neural Process
共 1 条相关 AI 资讯
7月20日
10:40
该论文提出行为条件化注意力神经过程框架，将推断出的行为结构嵌入预测机制，而非仅作为外部分组信号。在SGSC数据集上，使用用户不相交的训练/验证/测试集和可变上下文长度，与标签无关的ANP基线相比，最佳变体平均降低MAE 7.9%和CRPS 6.9%。与固定窗口基线相比，该变体在所有评估预测范围上实现更低RMSE。结果表明该框架能实现跨异质家庭、上下文和预测范围的单模型不确定性感知预测。