Fugu-MT 論文翻訳(概要): Some variation of COBRA in sequential learning setup

論文の概要: Some variation of COBRA in sequential learning setup

arxiv url: http://arxiv.org/abs/2405.04539v1
Date: Sun, 7 Apr 2024 17:41:02 GMT
ステータス: 処理完了
システム内更新日: 2024-05-12 15:50:33.680812
Title: Some variation of COBRA in sequential learning setup
Title（参考訳）: 逐次学習におけるCOBRAの変動
Authors: Aryan Bhambu, Arabin Kumar Dey,
Abstract要約: 我々は予測の振る舞いに根本的な変化をもたらす特定のデータ前処理技術を用いる。提案手法は,すべての最先端比較モデルより優れている。本稿では,暗号通貨,株価指数,短期負荷予測という3つのカテゴリの8つの時系列データセットによる方法論を概説する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-sa/4.0/
Abstract: This research paper introduces innovative approaches for multivariate time series forecasting based on different variations of the combined regression strategy. We use specific data preprocessing techniques which makes a radical change in the behaviour of prediction. We compare the performance of the model based on two types of hyper-parameter tuning Bayesian optimisation (BO) and Usual Grid search. Our proposed methodologies outperform all state-of-the-art comparative models. We illustrate the methodologies through eight time series datasets from three categories: cryptocurrency, stock index, and short-term load forecasting.
Abstract（参考訳）: 本研究は,複合回帰戦略の異なるバリエーションに基づいて,多変量時系列予測のための革新的な手法を提案する。我々は予測の振る舞いに根本的な変化をもたらす特定のデータ前処理技術を用いる。ベイズ最適化(BO)とUsual Gridサーチの2種類のハイパーパラメータチューニングに基づくモデルの性能の比較を行った。提案手法は,すべての最先端比較モデルより優れている。本稿では,暗号通貨,株価指数,短期負荷予測という3つのカテゴリの8つの時系列データセットによる方法論を概説する。

関連論文リスト

MGCP: A Multi-Grained Correlation based Prediction Network for Multivariate Time Series [54.91026286579748]
本稿では,マルチグラインド相関に基づく予測ネットワークを提案する。予測性能を高めるために3段階の相関を同時に検討する。注意機構に基づく予測器と条件判別器を用いて、粗い粒度の予測結果を最適化する。
論文参考訳（メタデータ） (2024-05-30T03:32:44Z)
Infinite forecast combinations based on Dirichlet process [9.326879672480413]
本稿では,ディリクレ過程に基づく深層学習アンサンブル予測モデルを提案する。単一のベンチマークモデルに比べて予測精度と安定性が大幅に向上している。
論文参考訳（メタデータ） (2023-11-21T06:41:41Z)
Optimizing accuracy and diversity: a multi-task approach to forecast combinations [0.0]
両問題を同時に解くことに焦点を当てたマルチタスク最適化パラダイムを提案する。標準的な機能ベースの予測アプローチに、さらなる学習と最適化のタスクが組み込まれている。提案手法は,特徴に基づく予測において,多様性の本質的な役割を引き出すものである。
論文参考訳（メタデータ） (2023-10-31T15:26:33Z)
Structured Radial Basis Function Network: Modelling Diversity for Multiple Hypotheses Prediction [51.82628081279621]
多重モード回帰は非定常過程の予測や分布の複雑な混合において重要である。構造的放射基底関数ネットワークは回帰問題に対する複数の仮説予測器のアンサンブルとして提示される。この構造モデルにより, このテッセルレーションを効率よく補間し, 複数の仮説対象分布を近似することが可能であることが証明された。
論文参考訳（メタデータ） (2023-09-02T01:27:53Z)
Quick-Tune: Quickly Learning Which Pretrained Model to Finetune and How [62.467716468917224]
本稿では,最適事前学習モデルとハイパーパラメータを共同で探索し,微調整する手法を提案する。本手法は,一連のデータセット上で,事前学習したモデルの性能に関する知識を伝達する。得られたアプローチによって、新しいデータセットの正確な事前学習モデルを迅速に選択できることを実証的に実証する。
論文参考訳（メタデータ） (2023-06-06T16:15:26Z)
Unraveling Cold Start Enigmas in Predictive Analytics for OTT Media: Synergistic Meta-Insights and Multimodal Ensemble Mastery [0.0]
本稿では,メタデータを活用し,マルチモデルアンサンブル技術を用いて,コールドスタート問題に対処する汎用手法を提案する。その結果,マルチモデルアンサンブル手法は個々のモデルと比較して予測精度を著しく向上させることがわかった。
論文参考訳（メタデータ） (2023-05-14T10:46:20Z)
Stock Trading Volume Prediction with Dual-Process Meta-Learning [20.588377161807916]
メタラーニングフレームワークでは,各在庫の予測をひとつのタスクとして扱う2プロセスのメタラーニング手法を提案する。提案手法は,異なる在庫の背景にある共通パターンをメタラーナーでモデル化し,各在庫の特定のパターンを時間的にモデル化し,ストックに依存したパラメータでモデル化することができる。
論文参考訳（メタデータ） (2022-10-11T13:35:20Z)
Automatic Pharma News Categorization [0.0]
医薬情報科学に関連する23のニュースカテゴリからなるテキストデータセットを使用する。分類タスクにおける複数変圧器モデルの微調整性能を比較した。本稿では,最上位の個人予測器からなるアンサンブルモデルを提案する。
論文参考訳（メタデータ） (2021-12-28T08:42:16Z)
Cluster-and-Conquer: A Framework For Time-Series Forecasting [94.63501563413725]
本稿では,高次元時系列データを予測するための3段階フレームワークを提案する。当社のフレームワークは非常に汎用的で,各ステップで時系列予測やクラスタリングが利用可能です。単純な線形自己回帰モデルでインスタンス化されると、いくつかのベンチマークデータセットで最先端の結果が得られる。
論文参考訳（メタデータ） (2021-10-26T20:41:19Z)
Predicting Temporal Sets with Deep Neural Networks [50.53727580527024]
本稿では,時間集合予測のためのディープニューラルネットワークに基づく統合解を提案する。ユニークな視点は、セットレベルの共起グラフを構築することで要素関係を学ぶことである。我々は,要素や集合の時間依存性を適応的に学習するアテンションベースのモジュールを設計する。
論文参考訳（メタデータ） (2020-06-20T03:29:02Z)
Variational Hyper RNN for Sequence Modeling [69.0659591456772]
本稿では,時系列データにおける高変数の取得に優れる新しい確率的シーケンスモデルを提案する。提案手法では,時間潜時変数を用いて基礎となるデータパターンに関する情報をキャプチャする。提案手法の有効性を,合成および実世界のシーケンシャルデータに示す。
論文参考訳（メタデータ） (2020-02-24T19:30:32Z)

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。