論文の概要: Exogenous Data in Forecasting: FARM -- An Approach for Relevance Evaluation

• arxiv url: http://arxiv.org/abs/2304.11028v1
• Date: Fri, 21 Apr 2023 15:22:33 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-24 14:25:41.588186
• Title: Exogenous Data in Forecasting: FARM -- An Approach for Relevance Evaluation
• Title（参考訳）: 予測における外因性データ: FARM -- 関連性評価のためのアプローチ
• Authors: Ram\'on Christen and Luca Mazzola and Alexander Denzler and Edy Portmann
• Abstract要約: FARM - Forward Angular Relevance Measureという新しいアプローチを紹介します。 我々のフォワード法は、後続のデータポイントの変化を時系列に合わせるために比較する角的特徴に依存している。 我々は、合成信号と実世界の時系列記録の両方にFARMアプローチを適用した。
• 参考スコア（独自算出の注目度）: 62.997667081978825
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Exogenous data is believed to play a key role for increasing forecasting accuracy. For an appropriate selection, a throughout relevance analysis is a fundamental first step, starting from the exogenous data similarity with the reference time series. Inspired by existing metrics for time series similarity, we introduce a new approach named FARM - Forward Angular Relevance Measure, able to effectively deal with real-time data streams. Our forward method relies on an angular feature that compares changes in subsequent data points to align time-warped series in an efficient way. The proposed algorithm combines local and global measures to provide a balanced relevance measure. This results in considering also partial, intermediate matches as relevant indicators for exogenous data series significance. As a first validation step, we present the application of our FARM approach to both synthetic but representative signals and real-world time series recordings. While demonstrating the improved capabilities with respect to existing approaches, we also discuss existing constraints and limitations of our idea.
• Abstract（参考訳）: 外因性データは予測精度を高める上で重要な役割を果たしていると考えられている。 適切な選択のために、網羅的関連分析は、参照時系列と外因性データ類似性から始まる基本的な第一歩である。 時系列の類似性に関する既存のメトリクスにヒントを得て、リアルタイムデータストリームを効果的に処理できる、FARM - Forward Angular Relevance Measureという新しいアプローチを導入しました。 我々のフォワード法は、その後のデータポイントの変化を効率よく時系列を整列するために比較する角的特徴に依存している。 提案アルゴリズムは局所的および大域的尺度を組み合わせることで、バランスの取れた妥当性尺度を提供する。 これにより、部分的な中間一致も外因性データ系列の意義を示す指標として考慮される。 第1の検証ステップとして、合成信号と実世界の時系列記録の両方にFARMアプローチを適用することを提案する。 既存のアプローチに関して改善された能力を示す一方で、私たちのアイデアの既存の制約や制限についても議論する。

関連論文リスト

• Efficient Learning of POMDPs with Known Observation Model in Average-Reward Setting [56.92178753201331]
  我々は,POMDPパラメータを信念に基づくポリシを用いて収集したサンプルから学習することのできる観測・認識スペクトル(OAS)推定手法を提案する。 提案するOAS-UCRLアルゴリズムに対して,OASプロシージャの整合性を示し,$mathcalO(sqrtT log(T)$の残差保証を証明した。
  論文  参考訳（メタデータ） (2024-10-02T08:46:34Z)
• Consensus-Adaptive RANSAC [104.87576373187426]
  本稿では,パラメータ空間の探索を学習する新しいRANSACフレームワークを提案する。 注意機構は、ポイント・ツー・モデル残差のバッチで動作し、軽量のワンステップ・トランスフォーマーで見いだされたコンセンサスを考慮するために、ポイント・ツー・モデル推定状態を更新する。
  論文  参考訳（メタデータ） (2023-07-26T08:25:46Z)
• Predictive change point detection for heterogeneous data [1.1720726814454114]
  予測と比較」は、予測機械学習モデルによって支援される変化点検出フレームワークである。 オンラインCDDルーチンでは、偽陽性率と制御不能な平均ランの長さでパフォーマンスが向上する。 この手法のパワーはトライボロジーのケーススタディで実証されている。
  論文  参考訳（メタデータ） (2023-05-11T07:59:18Z)
• Joint Metrics Matter: A Better Standard for Trajectory Forecasting [67.1375677218281]
  マルチモーダル・トラジェクトリ・予測法 : シングルエージェント・メトリクス(マージナル・メトリクス)を用いた評価 余分な指標にのみ注目することは、グループとして明確に一緒に歩いている人々のために、軌跡の衝突や軌跡のばらつきといった、不自然な予測につながる可能性がある。 本稿では,JADE,JFDE,衝突速度といったマルチエージェントメトリクス(ジョイントメトリクス)に関して,最先端トラジェクトリ予測手法の総合評価を行った。
  論文  参考訳（メタデータ） (2023-05-10T16:27:55Z)
• Conceptually Diverse Base Model Selection for Meta-Learners in Concept Drifting Data Streams [3.0938904602244355]
  本稿では,基礎となる部分空間間の主アングル(PA)を用いて計算したベースモデルの概念的類似性を推定するための新しいアプローチを提案する。 オンライン・トランスファー・ラーニング(TL)の文脈における共通アンサンブル・プルーニング・メトリクス、すなわち予測性能と相互情報(MI)を用いた閾値付けに対するこれらの手法の評価を行った。 その結果、概念的類似度閾値は計算オーバーヘッドを低減し、予測性能とMIを用いて閾値に匹敵する予測性能が得られることがわかった。
  論文  参考訳（メタデータ） (2021-11-29T13:18:53Z)
• Applying Regression Conformal Prediction with Nearest Neighbors to time series data [0.0]
  本稿では,時系列データにおける共形予測器を用いて,信頼可能な予測区間を構築する方法を提案する。 提案手法は,FPTO-WNN手法の高速パラメータチューニング手法を基礎アルゴリズムとして用いた。
  論文  参考訳（メタデータ） (2021-10-25T15:11:32Z)
• Riemannian classification of EEG signals with missing values [67.90148548467762]
  本稿では脳波の分類に欠落したデータを扱うための2つの方法を提案する。 第1のアプローチでは、インプットされたデータと$k$-nearestの隣人アルゴリズムとの共分散を推定し、第2のアプローチでは、期待最大化アルゴリズム内で観測データの可能性を活用することにより、観測データに依存する。 その結果, 提案手法は観測データに基づく分類よりも優れており, 欠落したデータ比が増大しても高い精度を維持することができることがわかった。
  論文  参考訳（メタデータ） (2021-10-19T14:24:50Z)
• MINIMALIST: Mutual INformatIon Maximization for Amortized Likelihood Inference from Sampled Trajectories [61.3299263929289]
  シミュレーションベースの推論は、その可能性が実際に計算できない場合でもモデルのパラメータを学習することができる。 あるクラスのメソッドは、異なるパラメータでシミュレートされたデータを使用して、確率とエビデンス比の償却推定器を推定する。 モデルパラメータとシミュレーションデータ間の相互情報の観点から,本手法が定式化可能であることを示す。
  論文  参考訳（メタデータ） (2021-06-03T12:59:16Z)
• Sequential Estimation of Nonparametric Correlation using Hermite Series Estimators [0.0]
  我々はスピアマンのランク相関係数に対する新しいHermite級数に基づく逐次推定器について述べる。 非定常設定を扱うために、スピアマンのランク相関のための新しい指数重み付き推定器を紹介します。
  論文  参考訳（メタデータ） (2020-12-11T12:43:19Z)
• Methods of ranking for aggregated fuzzy numbers from interval-valued data [0.0]
  本論文は, 時間間隔から集約ファジィ数をランク付けする2つの手法を, Interval Agreement Approach (IAA) を用いて提案する。 提案手法の改良とともに, 従来手法の欠点を, 合成・実世界の両面から示す。
  論文  参考訳（メタデータ） (2020-12-03T02:56:15Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。