BriefGPT.xyz
Ask
alpha
关键词
time series forecasting models
搜索结果 - 2
解决在线时间序列预测中的概念漂移问题:检测然后适应
在线更新时间序列预测模型针对概念漂移通过基于流数据调整预测模型来解决挑战。我们提出了一种新颖的方法 D3A,首先检测概念漂移,然后在检测到漂移后积极调整当前模型以适应漂移的概念,从而快速适应。通过在现有的训练样例中引入高斯噪声的数据增强策略
→
PDF
3 months ago
OneNet: 在线集成提升概念漂移下的时间序列预测模型
在线更新时间序列预测模型,解决了概念漂移问题,提出了 OnNet 方法,动态地更新和组合两个模型,一个模型关注时间维度上的依赖性,另一个模型关注跨变量依赖性,并通过强化学习的方法实现两个模型的线性组合,动态调整权重,显著减少了在线预测误差。
PDF
9 months ago
Prev
Next