预处理对时间序列预测模型性能影响研究
Get the story
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。
Generated from reports · updated 3 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · Machine Learning Theory我们真的在正确评测预测模型吗？预处理对时间序列性能的影响
该研究构建了一个预处理感知基准，在 29,000 条 M4 时间序列上评估 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，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。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。
Heat trend
Current heat 9·Comparable peak 10（Oct 8）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.