热点事件持续更新
TimesFM 3.0 与 XGBoost 日前电力预测基准测试
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
该事件围绕大学建筑日前电力预测的基准测试展开。2026年10月12日，arXiv 发表《机器学习与时间序列基础模型用于大学建筑日前电力预测》（Machine Learning Theory，一手研究），对统计方法、机器学习、循环神经网络与预训练 TimesFM 模型在大学建筑日前电力预测上进行比较，统一在 57 个测试日按工作日、周末与节假日评估精度，并记录本地拟合与预测耗时。报道未给出各模型的具体精度数值、排名或耗时结果，也未说明 TimesFM 是否为 3.0 版本或是否包含 XGBoost，因此目前无法判断 TimesFM 与 XGBoost 的相对表现。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv · Machine Learning Theory机器学习与时间序列基础模型用于大学建筑日前电力预测
研究对统计方法、机器学习、循环神经网络与预训练 TimesFM 模型在大学建筑日前电力预测上做基准测试，统一在 57 个测试日按工作日、周末与节假日比较精度及本地拟合与预测耗时。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。