Telescope：水平竞技场上的自动化混合预测方法
机器学习
2023-09-29 v1
摘要
在诸多决策领域中，预测是重要支柱。因此，已提出许多不同的预测方法。据我们的经验，近期提出的预测方法计算密集、自动化程度低、针对特定数据集定制，或缺乏可预期的结果产出时间。为此，我们引入 Telescope，一种新颖的基于机器学习的预测方法，它自动从给定时间序列中检索相关信息并将其拆分处理，分别应对各部分。与深度学习方法不同，我们的方法不需要参数化，也无需训练与拟合大量参数。它仅使用单一时间序列，无需任何额外配置即可在数秒内给出预测。我们的实验表明，Telescope 在不对所分析时间序列作任何假设的情况下，以准确可靠的预测优于近期方法。
引用
@article{arxiv.2309.15871,
title = {Telescope: An Automated Hybrid Forecasting Approach on a Level-Playing Field},
author = {André Bauer and Mark Leznik and Michael Stenger and Robert Leppich and Nikolas Herbst and Samuel Kounev and Ian Foster},
journal= {arXiv preprint arXiv:2309.15871},
year = {2023}
}