🤖 machine learning
Factorize to Generalize: Retrieval-Guided Invariant-Dynamic Decomposition for Time Series Forecasting
यह शोध पत्र एक रिट्रीवल-गाइडेड इनवेरिएंट-डायनेमिक डिकम्पोज़िशन फ्रेमवर्क प्रस्तावित करता है जो रिट्रीव की गई अनुक्रमों (sequences) का लाभ उठाते हुए समय श्रृंखला (time series) निरूपणों को स्थिर इनवेरिएंट और संदर्भ-निर्भर डायनेमिक घटकों में विभाजित करता है, जिससे रुझान-प्रधान भविष्यवाणियों में दोलनकारी रिट्रीवल आर्टिफैक्ट्स के संलयन को रोककर वितरण बदलावों (distribution shifts) के तहत ज़ीरो-शॉट पूर्वानुमान की मजबूती को बढ़ाया जा सके।