时序多模态多变量学习
机器学习
2022-06-15 v1 信息论
math.IT
摘要
我们引入时序多模态多变量学习，这是一类新的决策模型，能够从一个时间阶段到另一个时间阶段，从具有多于一个峰值或多于一个结果变量的概率分布的同步观测中间接学习并传递在线信息。我们基于数据-物理驱动的相关性，通过跨不同变量和时间顺序消除额外不确定性来近似后验，以解决更广泛一类不确定的具有挑战性的时变决策问题。在真实世界数据集（即城市交通数据和飓风集合预报数据）上的大量实验表明，所提出的针对性决策在各种设置下优于最先进的基线预测方法。
引用
@article{arxiv.2206.06878,
title = {Temporal Multimodal Multivariate Learning},
author = {Hyoshin Park and Justice Darko and Niharika Deshpande and Venktesh Pandey and Hui Su and Masahiro Ono and Dedrick Barkely and Larkin Folsom and Derek Posselt and Steve Chien},
journal= {arXiv preprint arXiv:2206.06878},
year = {2022}
}
备注
11 pages, 12 figures, SIGKDD Conference on Knowledge Discovery and Data Mining,