ProbTS:一个用于探索深度时间åºåˆ—预测的统一工具åŒ
为了有效地进行时间序列预测,研究人员提出了 ProbTS 工具包,通过整合和比较两个不同分支的方法,揭示了它们的特点、优势、弱点和需要进一步探索的领域,从而为时间序列预测的更有效研究提供了新的方向。
PROFHIT提出全概率层次预测模型,引入Distributional Coherency正则化,实现鲁棒和校准的预测,适应变化的层次一致性,数据缺失时仍可提供可靠预测。在广泛数据集上,该模型比其他方法提高41-88%的准确性和校准性能。