BriefGPT - AI 论文速递
·
单轨迹形式预测
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
本研究提出了一种基于符合性预测和控制理论的算法，用于时间序列预测的不确定性量化问题。该算法能够模拟符合性得分，并适应系统误差。实验结果显示，在COVID-19死亡人数预测中，与官方方法相比，覆盖范围有所改善。同时，还对电力需求、市场回报和温度进行了实验预测。提供了可扩展的代码库。
🎯
关键要点
-
本研究提出了一种基于符合性预测和控制理论的算法，用于时间序列预测的不确定性量化问题。
-
该算法能够在在线环境中前瞻性地模拟符合性得分，并适应系统误差。
-
实验结果显示，在COVID-19死亡人数预测中，与官方方法相比，覆盖范围有所改善。
-
研究还对电力需求、市场回报和温度进行了实验预测。
-
提供了一个可扩展的代码库，用于测试方法和集成新算法、数据集及预测规则。
🏷️
标签
➡️
