arxiv arXiv cs.LG · 78 д назад · research

Самоадаптивная обработка масштабов для прогнозирования временных рядов

Переведено с English → Русский

Новый модуль, называемый Самоадаптивной обработкой масштабов (AS), решает проблему гетерогенности масштабов в прогнозировании временных рядов. Он использует Калибровку масштабов и Выбор масштабирования для адаптивного регулирования коэффициентов масштабирования, сохраняя семантическую дискриминацию и снижая ошибки обратного масштабирования. Эксперименты на данных о продажах фондов показывают улучшенную производительность при интеграции в существующие прогнозирующие модели.

Важность 1/3 arXiv cs.LG Evaluation & benchmarks Reasoning models Training data

Оригинал

Топологический анализ данных для мониторинга процессов в реальном времени

Новый метод объединяет топологический анализ данных и машинное обучение для мониторинга высокомерных динамических процессов. Он представляет временные ряды как многообразия, использует топологические характеристики для описания структуры и применяет нейронные обыкновенные дифференциальные уравнения для моделирования динамического развития. Подход эффективно обнаруживает разнообразные события в промышленных данных процессов и превосходит альтернативы на основе реконструкции и на основе траекторий.

arxiv arXiv cs.LG · 78 д назад

SSH-Net: Глубокая сеть для прогнозирования времени отказа при конкурирующих рисках

SSH-Net — это структурированная глубокая нейронная сеть, предназначенная для прогнозирования функций распределения времени отказа при конкурирующих рисках. Она использует отдельные подсети для различных групп ковариат, повышая точность за счёт сопоставления структуры нейронной сети с иерархией данных. Модель проверяется с помощью симуляционных исследований и применяется к данным о сбоях GPU Titan.

arxiv arXiv cs.AI · 78 д назад

EEG Foundation Models для обнаружения всплесков-подавления в отделении интенсивной терапии

Исследование оценивает использование EEG Foundation Models для обнаружения всплесков-подавления на основе событий в условиях отделения интенсивной терапии без калибровки, специфичной для пациента. REVE-base достиг высшего значения F1-с코ра на основе событий — 0,868, и сократил ошибку всплесков в минуту на 52,1% по сравнению с EEGNet и на 36,2% по сравнению с адаптивным порогом, что демонстрирует превосходную производительность. Результаты аблации показывают, что полная мелкая настройка превосходит другие стратегии, а предобученный REVE-base превосходит случайную инициализацию на 0,723 пункта F1 при 25% обучающих данных, что подчеркивает ценность предобучения для ограниченных наборов данных.

arxiv arXiv cs.LG · 78 д назад

Сравнительное исследование нейронных заменителей для прогноза состояния аккумулятора

Сравнительное исследование оценивает четыре нейронные архитектуры — MLP, ResNet, U-Net и FNO — как автокорреляционные предикторы внутренних состояний аккумулятора с использованием модели Doyle-Fuller-Newman. U-Net достигает среднего значения nRMSE на последнем шаге в 3% по всем переменным состояния и обеспечивает ускорение в 5,38 раз по сравнению с численными решателями, что демонстрирует важность пространственной индуктивной предпосылки в производительности заменителей.

arxiv arXiv cs.LG · 78 д назад · 1 просмотр

EEG Foundation Models для обнаружения всплесков-подавления в ICU

Исследование оценивает EEG Foundation Models для обнаружения событий всплесков-подавления в ЭЭГ ICU без калибровки по пациенту. REVE-base достиг наивысшего значения F1-с코ра по событиям 0,868 и сократил ошибку всплесков в минуту на 52,1% по сравнению с EEGNet. Результаты аблации показывают, что полная тонкая настройка превосходит другие стратегии, а предварительно обученный REVE-base превосходит случайную инициализацию на 0,723 точки F1 при 25% обучающих данных.