arXiv · Machine Learning· Kuiye Ding, Yifan Hu, Hao Xue, Hanchen Wang·· 9 小时前AI 评分33
多变量时间序列预测需要跨变量损失
Multivariate Time Series Forecasting needs Cross Variable Loss
AI 导读
研究提出跨变量损失 CvLoss，以结构正则项约束预测残差图，弥补直接预测（DF）在跨变量和滞后依赖下的目标缺口。该方法惩罚预测片段中图边两端的残差差异，促进同步与异步交互一致性；实验显示，它持续提升有竞争力的预测模型表现，优于代表性学习目标，并兼容多种预测骨干网络。论文已被 NeurIPS 2026 接收。
来源：arXiv · Machine Learning · arxiv.org