DiffDiff: Un Modello di Diffusione per la Previsione di Serie Temporali
DiffDiff è un nuovo framework di diffusione per la previsione probabilistica di serie temporali che affronta l'asimmetria tra componenti a variazione lenta e ad alta frequenza. A differenza dei metodi esistenti che disaccoppiano questa asimmetria tramite una regola esterna, DiffDiff incorpora la prevedibilità nella traiettoria di diffusione stessa, rendendo l'operatore forward consapevole di quali parti del target sono già ancorate dalla storia osservata. Questo approccio end-to-end migliora la previsione di dinamiche incerte e ad alta frequenza.
Fatti principali
- DiffDiff è un framework di diffusione per la previsione di serie temporali.
- Affronta l'asimmetria tra componenti a variazione lenta e ad alta frequenza.
- I metodi esistenti utilizzano una regola esterna per disaccoppiare l'asimmetria.
- DiffDiff incorpora la prevedibilità nella traiettoria di diffusione.
- L'operatore forward diventa consapevole delle parti ancorate del target.
- Migliora la previsione delle dinamiche ad alta frequenza.
- L'articolo è su arXiv con ID 2607.22599.
- Il tipo di annuncio è nuovo.
Entità
Istituzioni
- arXiv