面向不规则多元时间序列预测的概率电路
机器学习
2026-05-07 v2
摘要
联合概率建模对于预测不规则多元时间序列以准确量化不确定性至关重要。现有方法常常难以在模型表达能力和一致的边缘化之间取得平衡，经常导致不可靠或相互矛盾的预测。为了解决这个问题，我们提出了 CircuITS，这是一种基于概率电路的新型概率不规则多元时间序列预测架构。我们的模型在捕捉时间序列通道间复杂的依赖关系方面具有灵活性，同时在结构上保证了有效的联合分布。在四个真实世界数据集上的实验表明，与最先进的基线方法相比，CircuITS 在联合密度估计和边缘密度估计方面均取得了更优的性能。
引用
@article{arxiv.2604.27814,
title = {Probabilistic Circuits for Irregular Multivariate Time Series Forecasting},
author = {Christian Klötergens and Vijaya Krishna Yalavarthi and Lars Schmidt-Thieme},
journal= {arXiv preprint arXiv:2604.27814},
year = {2026}
}