预处理对时间序列预测模型性能影响研究

该研究关注时间序列预测中预处理步骤对模型评测与性能的影响。研究团队构建了一个预处理感知基准，在 29,000 条 M4 时间序列上评估了 11 个预测模型与 16 种可逆预处理流水线。结果显示，按序列优化预处理可在所有被评估模型上带来约 27% 至 87% 的性能提升，其中缺乏内置预处理的架构获益最大，使简单架构也能与复杂 SOTA 模型竞争。研究还强调，评测预测模型时需考虑预处理方式，以避免对模型能力产生误判。全部资源与实验结果已存入一个综合元数据集，用于支持未来的元学习任务。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。