关键词probabilistic hierarchical time-series forecasting
搜索结果 - 2
- KDD刚性的伤害:概率层次时间序列预测的软一致性正则化
PROFHiT 是一种完全概率性的分层预测模型,通过灵活的概率贝叶斯方法和引入新颖的分布一致性正则化,能够从分层关系中学习整个预测分布,从而实现鲁棒和校准的预测,并适应具有不同分层一致性的数据集。评估结果显示,PROFHiT 在准确性方面表 - PROFHIT:层次时间序列的概率鲁棒预测
PROFHIT 提出了一种全概率层次预测模型,它通过引入 Distributional Coherency 正则化来从层次关系中学习完整预测分布,从而实现鲁棒和校准的预测,能够适应变化的层次一致性,并在广泛的数据集上获得了比其他方法高达 4