Jun, 2024
一种基于高斯过程的流式算法，用于带有状态和异常值的时间序列预测
A Gaussian Process-based Streaming Algorithm for Prediction of Time Series With Regimes and Outliers
Daniel Waxman, Petar M. Djurić
TL;DR在线预测中的回合切换是文献中广泛研究的一个问题，INTEL 算法运用高斯过程的非参数灵活性提供了一种在线预测回合切换时间序列的方法，该方法通过自适应地结合多个候选模型来实现，我们介绍了 LINTEL 算法，它使用了时间 t 的精确滤波分布进行常量更新，使得流式算法的时间复杂度达到了最优，此外，我们还提出了一种基于算术平均的融合策略，以更好地适应 LINTEL 算法的加权机制，实验证明我们的方法在合理的设置下比 INTEL 算法快五倍以上，并且预测质量更好。