时间序列演进也是种扩散过程？基于移动自回归的时序扩散预测模型
上海交通大学与东方理工团队推出Auto-Regressive Moving Diffusion (ARMD) 模型，该模型基于ARMA理论，通过链式扩散和滑动操作将未来序列转化为历史序列，实现更准确的时间序列预测。实验结果显示，ARMD在七个数据集上超越现有扩散模型，在训练推理时间和预测稳定性方面也有显著提升。特别是在具有周期性和趋势特征的时间序列上，ARMD展现了卓越的预测性能，为时间序列预测提供了新的解决方案。来源：https://mp.weixin.qq.com/s/_eyQdGR53SYhcKKlHyq1xA
页:
[1]