代理模型的构建：基于混合模型的多变量时间序列预测
机器学习
2022-12-16 v1 机器学习
摘要
高级驾驶辅助系统的最新发展需要进行越来越多的测试以验证新技术。这些测试无法在合理时间内于实车轨道上完成，汽车集团依赖模拟器来执行大部分测试。这些模拟器对于不断精细化的任务的可靠性正成为一个问题，并且为了增加测试数量，工业界目前正在开发代理模型，其应在特定任务上模仿模拟器的行为同时运行速度快得多。在本文中，我们旨在构建一个代理模型以模仿并替代模拟器。我们首先测试了若干经典方法，如随机森林、岭回归或卷积神经网络。然后我们构建了三个混合模型，它们使用所有这些方法并将其组合以获得高效的混合代理模型。
引用
@article{arxiv.2212.07918,
title = {Construction of a Surrogate Model: Multivariate Time Series Prediction with a Hybrid Model},
author = {Clara Carlier and Arnaud Franju and Matthieu Lerasle and Mathias Obrebski},
journal= {arXiv preprint arXiv:2212.07918},
year = {2022}
}
备注
6 pages, 8 figures, 7 tables