時間序列預測框架開源 外生變量利用見改善
有研究提出時間序列預測框架DAG,結合時間與通道雙重相關網絡,自動發掘並注入變量間潛在關聯,尤其強化對未來外生變量的利用;方法在經濟、交通與智能運維等場景表現優於現有方法,代碼與數據已開源。
外生變量的價值
時間序列預測廣泛用於經濟、交通與運維等領域,只盯目標變量的自身歷史往往不足;引入外生協變量能帶來額外資訊,但如何有效利用未來已知協變量,一直是難點。


IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文,仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入/註冊解鎖全文 →Google 或電郵地址即可,即刻解鎖。
