BriefGPT.xyz
Ask
alpha
关键词
multivariate models
搜索结果 - 5
上下文神经网络:一种可扩展的多元模型用于时间序列预测
该研究提出了一种具有线性复杂度的 Context Neural Network 方法,可以有效地为时间序列模型提供和其邻近时间序列相关的上下文见解,从而丰富预测模型,解决全局模型的局限性,并且对于大型数据集具有可计算性可扩展性。
PDF
2 months ago
AAAI
基于可解释深度学习技术的在线广告成本预测:竞价竞争环境中的洞见
本文研究使用多种时序预测方法,通过竞争对手 CPC 发展的时间序列聚类识别得出外部影响变量,建立多变量模型来预测在线广告市场日均点击成本。研究表明,这种预测广告成本的方法比仅基于广告主收集数据的模型更具优势。
PDF
a year ago
格兰杰因果关系:回顾与最新进展
本文对 Granger 因果性的早期发展和辩论进行了回顾,并讨论了近期针对该概念局限性的各种改进,从高维时间序列模型到考虑非线性、非高斯观测的模型,以及允许子样本和混合频率时间序列的模型。
PDF
3 years ago
基于条件正则流的多元概率时间序列预测
本文介绍了一种基于自回归深度学习模型和有条件归一化流模型的多元时序动态建模方法,该方法通过建模统计依赖关系来提高精度和分析交互效应。实验结果表明,该方法在多个实际数据集上比现有技术表现更好。
PDF
4 years ago
可扩展贝叶斯状态空间模型的变分推断与 SMC 取样算法
本文提出了一种可扩展的近似贝叶斯推断方法,在泛型状态空间模型中,相较于粒子 MCMC 提供了动态潜在状态和模型静态参数的完全贝叶斯推断,从而在多元随机波动模型和自激兴奋点过程模型中实现了可扩展的推断。
PDF
6 years ago
Prev
Next