BriefGPT - AI 论文速递 · 2024-09-16T00:00:00Z 几乎始终线性预测的AALF 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 本研究提出了一种新的在线模型选择框架，旨在提高深度学习模型在时间序列预测中的可解释性。通过元学习识别需求，该框架在必要时使用复杂模型，结果表明简单线性模型在大多数情况下能够提供竞争力的预测性能，从而减少对不透明黑箱模型的依赖。 🏷️ 标签 元学习 可解释性 在线模型选择 时间序列预测 深度学习 阅读原文 生成长图 分享链接 已复制链接
