CMU Machine Learning Blog· Willa Potosnak·· 2026-08-11AI 评分41
Forking-Sequences Part II：用多horizon预测集成降低预测波动性
Forking-Sequences — Part II: Multi-Horizon Forecast Ensembling with Reduced Volatility
AI 导读
Forking-Sequences 在单次前向传播中为每个目标日期生成重叠预测，因此推理时集成几乎不增加编码器计算。研究提出 sFPC 和 Excess Volatility 两个波动性指标，指数平滑集成（α=0.9）可将 sEV 降低 10–13%，精度损失低于 0.1%。
来源：CMU Machine Learning Blog · blog.ml.cmu.edu