כתבה
arXiv cs.AI ·
Time-o1: תיקון תזמון: צפיות זמניות עם תיקון התאמה
Time-o1: Time-Series Forecasting Needs Transformed Label Alignment
Time-o1 הוא תיקון חדש לצפיות זמניות, המשתמש בפונקציית חיסור חדשה. התיקון נועד לטפל בבעיות של תאוצה וקצב צפיות. ניתן להתאים את Time-o1 למודלי צפיות זמניות שונים. קוד זמין ב-GitHub.
תקציר מקורי באנגליתarXiv:2505.17847v3 Announce Type: replace-cross Abstract: Training time-series forecasting models poses unique challenges in loss function design. Most existing approaches adopt temporal mean squared error, but this study reveals two critical limitations: (1) it ignores the presence of label autocorrelation, which biases it from the true label sequence likelihood; (2) it involves excessive number of tasks, which complicates optimization, especially for long-term forecasting. To address these issues, we introduce Time-o1, a transform-enhanced loss function for time-series forecasting. The central idea is to transform the label sequence into decorrelated components with discriminated significance. Models are then trained to align the most significant components, thereby effectively mitigatin
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית