時系列に対する適応共形予測【JST・京大機械翻訳】

Zaffran Margaux; Dieuleveut Aymeric; Feron Olivier; Goude Yannig; Josse Julie

プレプリント

J-GLOBAL ID：202202213510214909 整理番号：22P0289894

時系列に対する適応共形予測【JST・京大機械翻訳】

Adaptive Conformal Predictions for Time Series

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2022年02月15日プレプリントサーバーでの情報更新日： 2022年02月15日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

予測モデルの不確実性定量化は意思決定問題において重要である。コンフォーマル予測は一般的で理論的に健全な回答である。しかし,時系列を除く交換可能なデータを必要とする。最近の研究はこの問題に取り組むが,著者らは,分布シフト時系列のために開発された適応的形式推論(ACI,Gibbs,およびCand{ε′′e}s,2021)が,一般的依存性を有する時系列のための良い手順であると主張する。交換可能および自己回帰事例におけるその効率に対する学習速度の影響を理論的に解析した。オンラインエキスパート集約に基づいてACI上に適応的に構築するパラメータフリー法AgACIを提案した。時系列でACIの使用を推薦する競合法に対する広範な公正なシミュレーションを導いた。実際の事例研究:電力価格予測を行った。提案した集約アルゴリズムは,日先予測のための効率的予測間隔を提供した。実験を再現するためのすべてのコードとデータを利用できる。【JST・京大機械翻訳】

, , , , , , ,
, , , 【Automatic Indexing@JST】

エネルギーに関する技術・経済問題 , 電力工学・電力事業一般

, ,

前のページに戻る