Il framework MCMC preserva le dinamiche temporali nella generazione di serie temporali
Un nuovo framework agnostico al modello che utilizza il Markov Chain Monte Carlo (MCMC) mira a preservare le dinamiche temporali nella generazione di serie temporali sintetiche. I metodi esistenti basati su GAN si concentrano sull'abbinamento delle distribuzioni marginali, causando spostamento di distribuzione e deriva temporale in sequenze multivariate. L'approccio proposto mitiga questi problemi attraverso la generazione sequenziale con correzione MCMC. Il lavoro include un'analisi teorica dell'accumulo di deviazione nei modelli generativi condizionali.
Fatti principali
- Articolo arXiv 2604.27182
- Propone un framework basato su MCMC per la generazione di serie temporali
- Affronta lo spostamento di distribuzione e la deriva temporale
- Approccio agnostico al modello
- Si concentra su serie temporali multivariate
- Analisi teorica dell'accumulo di deviazione
- Mirato a compiti di previsione orientati alla regressione
- Migliora la fedeltà delle sequenze sintetiche
Entità
Istituzioni
- arXiv