Sep, 2024

深度时间序列预测中的隐式推理

TL;DR本研究解决了深度时间序列预测模型是否真正理解时间动态的关键问题,还是仅仅记忆训练数据。通过评估多种模型的推理能力,发现一些线性、基于多层感知器和补丁的Transformer模型在系统性超出分布的场景中有效泛化,提示它们具备超出简单模式记忆的推理能力。