arXiv · Statistics Machine Learning· Zong-Han Bai, Po-Yen Chu·· 16 小时前AI 评分25
间歇性需求预测中池化何时有效：遗忘下的可信度与可分辨性
When Does Pooling Pay? Credibility and Resolution under Forgetting in Intermittent-Demand Forecasting
AI 导读
论文提出分层经验贝叶斯障碍模型 EBB，用单一指数近度算子同时处理项目级与组级统计，将遗忘对共享先验的杠杆与噪声底影响统一为一个拟合窗口诊断、可信度界与候选池可分辨条件。
来源：arXiv · Statistics Machine Learning · arxiv.org