HYPRO：一种用于事件序列长程预测的混合法归一化概率模型
机器学习
2022-10-05 v1 人工智能
摘要
在本文中，我们解决了事件序列长程预测这一重要但研究不足的问题。现有的最先进模型由于其自回归结构在此任务上表现不佳。我们提出了 HYPRO，一种天然契合该任务的混合法归一化概率模型：其第一部分是一个学习提出预测的自回归基模型；其第二部分是一个学习对提议进行重加权的能量函数，使得更真实的预测最终具有更高的概率。我们还为该模型提出了高效的训练与推理算法。在多个真实世界数据集上的实验表明，我们提出的 HYPRO 模型在长程预测未来事件方面显著优于先前的模型。我们还进行了一系列消融研究，以探究所提方法各组成部分的有效性。
引用
@article{arxiv.2210.01753,
title = {HYPRO: A Hybridly Normalized Probabilistic Model for Long-Horizon Prediction of Event Sequences},
author = {Siqiao Xue and Xiaoming Shi and James Y Zhang and Hongyuan Mei},
journal= {arXiv preprint arXiv:2210.01753},
year = {2022}
}
备注
NeurIPS 2022 camera-ready