NeurIPS 2024 | 重新审视时间戳信息在时序预测中的作用

文章预览

来源 ：时序人 本文 约2200字 ，建议阅读 8分钟 本文介绍一篇来自 NeurIPS 2024 中的工作，作者提出了 GLAFF 新框架，在该框架中，时间戳被单独建模以捕捉全局依赖关系。 在金融、交通、能源、医疗和气候等领域中，时间戳由于其包含的丰富季节性信息，具有为预测技术提供稳健全局指导的潜力。然而，现有工作主要关注局部观测，时间戳仅被视为一个可选的补充，没有得到充分利用。当从现实世界收集的数据受到污染时，全局信息的缺失会损害这些算法的稳健预测能力。 本文介绍一篇来自 NeurIPS 2024 中的工作，作者提出了  GLAFF 新框架，在该框架中，时间戳被单独建模以捕捉全局依赖关系 。作为插件，GLAFF 自适应地调整全局和局部信息的组合权重，能够与任何时间序列预测主干模型无缝协作。在九个真实世界数据集上进行的广泛实验表明，GLAFF ………………………………