時間序列預測是一個具有挑戰性的任務,尤其是在處理非平穩資料時。現有的基於正則化的方法雖然在解決分佈偏移問題上取得了一定成功但仍存在侷限性。這些方法主要在時間域進行操作,可能無法充分捕捉在頻域中更明顯的動態模式,從而導致次優的結果。
FredNormer論文的研究目的主要包括:
- 理論分析現有正則化方法如何影響頻率分量,並證明它們在處理非零頻率時的侷限性。
- 提出一種新的頻域正則化方法,能夠自適應地增強關鍵頻率分量的權重。
- 設計一種即插即用的模組,可以輕鬆整合到各種預測模型中,而不影響效率。
https://avoid.overfit.cn/post/85db3d9e923c4562a6206f1c9b38d120