본 연구는 시간 경로의 분포를 학습하는 새로운 메커니즘을 제안합니다. 기존 방법들은 전이 함수를 미분 방정식 또는 순환 신경망으로 모델링했지만, 이는 경로 샘플링과 통계적 추론에 제한적이었습니다.
저자들은 전이 함수 f를 명시적으로 함수 공간의 요소로 매개변수화하는 방법을 제안합니다. 이를 통해 새로운 경로를 효율적으로 합성할 수 있을 뿐만 아니라 불확실성 추정, 우도 평가 및 비정상 경로 감지와 같은 편리한 도구를 직접 제공할 수 있습니다.
구체적으로 저자들은 다음과 같은 접근법을 취합니다:
실험 결과, 제안된 프레임워크는 기존 시계열 모델과 비교하여 예측 성능이 경쟁력 있으면서도 추가적인 기능을 제공할 수 있음을 보여줍니다.
A otro idioma
del contenido fuente
arxiv.org
Ideas clave extraídas de
by Jurijs Nazar... a las arxiv.org 03-19-2024
https://arxiv.org/pdf/2403.11418.pdfConsultas más profundas