可扩展的考虑置换的时间序列集合预测建模

本研究解决了现有时间集合预测方法面临的可扩展性问题，尤其在计算开销方面。通过引入一种新颖的框架，该框架利用置换等变和置换不变的变换，有效地建模集合动态，显著减少了训练和推理时间，同时保持了竞争力的性能。大量实验表明，所提出的方法在多个公开基准上表现不俗，与最先进的模型不相上下，展示了该模型在实现高效和可扩展的时间集合预测方面的有效性。