搜索: "自相关性"

DistDF：实现时序预测的分布对齐——从均方误差到联合瓦瑟斯坦方法

当前时间序列预测模型普遍采用基于极大似然估计的方法，使用 MSE 作为损失函数。然而，在标签序列存在自相关性的情况下，这种方法会导致偏差。最近，北京大学林宙辰教授团队提出了一种新的方法，即将时间序列预测问题转化为条件分布对齐的问题，并引入了一个新的损失函数来最小化预测值和实际标签之间的 Wasserstein 距离。这一创新不仅保证了训练过程的无偏性，还充分考虑到了自相关性的几何结构。这项工作为利