8月12日
16:46
16:46官方账号arXiv cs.AI@Kiran Madhusudhanan, Christian Klötergens, Lars Schmidt-Thieme, Vijaya Krishna Yalavarthi
TORF框架将均值预测与不确定性估计解耦,第一阶段用预训练确定性模型生成准确均值,第二阶段用严格奇函数的受限归一化流学习残差分布,无需采样即可保证均值保持。实验表明TORF在短长期预测中同时达到最优确定性精度(NMAE)和强密度估计性能(CRPS)。该方法解决了传统参数方法在联合NLL训练下点精度下降和生成模型采样成本高的问题。
推荐理由:时间序列预测想同时要准均值和好分布?TORF用两阶段把这两件事拆开做,不用采样就能保住均值,短长期都跑赢了现有方法。