提出PCR时间序列预测方法
热点事件持续更新
提出PCR时间序列预测方法
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
Bashar Khoury、Shadi Omari和Assaf Schuster提出PCR时间序列预测方法;研究在11个数据集和3种骨干网络的受控比较中发现,信息量更高的通道分配优于容量匹配的共享模型和随机分配。 PCR围绕冻结的预训练预测器训练低秩残差专家,并交替进行通道专属混合权重的精确条件估计与梯度训练。研究还发现,在冻结Transformer骨干上,持久通道混合平均优于依赖输入的路由,并提出合成数据集GalaxyTS用于分析专门化的收益。
AI 根据报道生成 · 1 小时前更新
最新进展10月28日 12:00
学习如何共享:面向时间序列预测的专家专门化报道时间线
沿着报道,了解事件的不同侧面。
10月28日
- arXiv · Machine Learning学习如何共享:面向时间序列预测的专家专门化
针对多变量时间序列预测,研究显示,信息量更高的通道分配在 11 个数据集、3 种骨干网络的受控比较中,优于容量匹配的共享模型和随机分配。冻结 Transformer 骨干上,持久通道混合平均优于输入依赖路由;研究还提出合成数据集 GalaxyTS,用于分析专门化的收益。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。