StructuralDecompose：面向 R 语言的健壮时间序列分解的模块化框架
机器学习
2025-10-07 v1
摘要
我们提出StructuralDecompose，这是一个用于模块化和可解释时间序列分解的 R 软件包。与现有方法将分解视为单一过程不同，StructuralDecompose将分析分为离散组件：变点检测、异常检测、平滑和分解。这种设计提供了灵活性和鲁棒性，允许用户根据特定时间序列的特征自定义方法。我们在模拟数据和真实数据集上演示了该软件包，基准测试其性能于state-of-the-art工具（如Rbeast和autostsm），并讨论其在可解释机器学习工作流程中的作用。
引用
@article{arxiv.2510.04974,
title = {StructuralDecompose: A Modular Framework for Robust Time Series Decomposition in R},
author = {Allen Daniel Sunny},
journal= {arXiv preprint arXiv:2510.04974},
year = {2025}
}
备注
8 pages, 4 figures. Part of the R package StructuralDecompose (https://cran.r-project.org/web/packages/StructuralDecompose/index.html)