AMLNet：非自回归多时标时间序列预测的对抗求知神经网络
原文中文，约400字，阅读约需1分钟。发表于：。AMLNet 是一种创新的非自回归模型，通过在线知识蒸馏方法实现真实的预测，结合了自回归和非自回归模型的优势，并通过两个关键机制实现知识传递。大量的实验表明，AMLNet 优于传统的自回归和非自回归模型，提供了一个提高准确性和加快计算速度的多时间段时间序列预测的有希望途径。
ProNet是一种新的深度学习方法，用于多时间段时间序列预测。它融合了自回归和非自回归策略，使用潜在变量进行分段，并通过变分推断捕捉各个时间步骤的重要性。ProNet比自回归模型更快，减少了误差累积，比非自回归模型更准确。经过评估和消融研究，ProNet优于最先进的预测模型。
