基于神经符号集成方法的金属价格尖峰预测
机器学习
2024-10-17 v1
摘要
预测关键金属（如钴、铜、镁和镍）的价格尖峰，对于缓解全球趋势（如能源转型和制造业回流）所带来的经济风险至关重要。虽然传统模型侧重于基于回归的方法，但我们的工作引入一种神经符号集成框架，将多个神经模型与符号错误检测与纠正规则相集成。该框架旨在通过纠正 individual 模型的错误来提升预测精度，并通过基于规则的解释提供可解释性。我们展示，本方法在精度上提升最高可达 6.42%，召回率提升 29.41%，F1 分数提升 13.24%。进一步地，由于本方法基于逻辑规则，因而可为给定预测提供有关哪些神经模型组合直接贡献的解释。
引用
@article{arxiv.2410.12785,
title = {Metal Price Spike Prediction via a Neurosymbolic Ensemble Approach},
author = {Nathaniel Lee and Noel Ngu and Harshdeep Singh Sahdev and Pramod Motaganahall and Al Mehdi Saadat Chowdhury and Bowen Xi and Paulo Shakarian},
journal= {arXiv preprint arXiv:2410.12785},
year = {2024}
}