Forecasting Arctic Temperatures With Quantile Machine Learning
University of Pennsylvania（宾夕法尼亚大学）
本文利用长yearbyen气象站数据，应用分位数梯度提升方法预测斯瓦尔巴群岛每日气温，重点预测高于0摄氏度的温度以评估其对冰川、积雪和永久冻土的影响，通过调整分位数和损失函数提升预测精度。
2026-04-25 stat.AP
A Statistical Machine Learning Approach to Yield Curve Forecasting
收益率曲线预测是金融学中的一个重要问题。在这项工作中，我们探讨了使用高斯过程结合动态建模策略，很像卡尔曼滤波器，建模的收益率曲线。高斯过程已经成功地应用于各种应用中的函数数据建模。使用高斯过程对收益率曲线进行建模。当算法接收收益率曲线数据时，更新高斯过程模型的超参数。收益率曲线数据通常以时间序列的形式提供，频率为一天。我们比较现有的方法来预测收益率曲线与所提出的方法。研究结果表明，多元时间序列方法在预测收益率曲线的短期结构区域时表现良好，而高斯过程在预测收益率曲线的中长期结构区域时表现良好。收益率曲线长期结构区域的准确性具有重要的实际意义。与其他竞争方法相比，高斯过程框架直接产生不确定性和概率估计。分析师经常对这些信息感兴趣。在这项研究中，所提出的方法已被应用到收益率曲线预测，但它可以被应用到建模高频时间序列数据或数据流在其他领域。
2017-03-04 stat.ML
On projection methods for functional time series forecasting
提出了两种预测函数时间序列（FTS）的非参数方法。我们观察到的FTS是离散时间点的曲线。我们解决了一步预测和动态更新。动态更新是对最近曲线的未观测段的前向预测。在这两种方法中，第一种是直接适应FTS的$k$ -最近邻方法的单变量时间序列预测。第二种是基于曲线的选择，称为\emph{the curve envelope}，其目的是代表最新功能观察的形状和幅度，无论是整个曲线还是部分观察曲线的观察部分。以类似的方式$k$ -最近邻居和其他投影方法成功地用于时间序列预测，我们“投影”的$k$ -最近邻居和曲线的包络预测。在这样做的过程中，我们跟踪曲线的下一个时期的演变。该方法适用于模拟数据，每日电力需求和氮氧化物排放，并提供具有竞争力的结果，往往优于几个基准预测。该方法提供了一个无模型的替代统计方法的基础上FTS建模研究周期性或季节性行为的许多FTS。
2021-05-10 stat.ME stat.ML
Hierarchical forecasting for aggregated curves with an application to day-ahead electricity price auctions
University of Duisburg-Essen（杜伊斯堡-埃森大学）；Chair of Environmental Economics, esp. Economics of Renewable Energy（环境经济学（尤其是可再生能源经济学）教席）
本研究利用聚合曲线的内在分层结构，提出新型aggregated-down基准协调方法，结合已有分层协调方法，通过德国日前电力拍卖市场实证验证，有效提升了聚合曲线的预测精度。
2023-05-25 cs.LG econ.EM q-fin.TR
Crop yield probability density forecasting via quantile random forest and Epanechnikov Kernel function
Pan African University（泛非大学）；University of Nairobi（内罗毕大学）；Michigan State University（密歇根州立大学）
一个可靠、准确的作物产量预测模型对于农业部门的有效决策过程至关重要。然而，由于极端天气和不确定性，大多数作物产量预测模型并不可靠和准确。为了度量作物产量的不确定性，获取未来作物产量的更多信息，提出了基于分位数随机森林和Epanechnikov核函数的概率密度预测模型（QRF-SJ）。利用随机森林的非线性结构，改变分位数回归模型，建立概率预测模型。在核密度估计中采用了Epanechnikov核函数和Sheather和Jones的求解方程插件方法。以加纳花生和小米的年产量为例，说明了该方法的有效性和鲁棒性。两种作物的预测区间覆盖概率和预测区间归一化平均宽度的值表明，所构建的预测区间以高覆盖概率捕获观测产量。概率密度曲线表明，QRF-SJ方法具有很高的预测能力，以较高的覆盖概率预测质量预测区间。特征重要性给出了在建立分位数回归森林模型中每个天气变量的重要性的分数。农民和其他利益相关者能够通过特征重要性认识到影响所选作物产量的特定天气变量。该方法及其在作物产量数据集上的应用在文献中尚属首次。
2019-10-19 cs.LG stat.AP stat.ML
Health Indicator Forecasting for Improving Remaining Useful Life Estimation
Hitachi America, Ltd.（日立美国有限公司）
预测是关于预测设备未来的健康状况和任何潜在的故障。随着物联网（IoT）的发展，利用机器学习模型的数据驱动方法越来越受欢迎。数据驱动方法的最重要类别之一依赖于预定义或学习的健康指标来表征设备到目前为止的状况，并推断未来可能如何演变。在这些方法中，健康指标预测使用部分观察的测量（即，健康指标值）起着关键作用。现有的健康指标预测算法，如函数经验贝叶斯方法、基于回归的公式化方法、基于最近邻的朴素情景匹配方法等，都存在一定的局限性。在本文中，我们提出了一种新的“生成+场景匹配”算法的健康指标预测。所提出的方法背后的关键思想是首先使用运行到故障的健康指标曲线的样本，用连续高斯过程非参数化地拟合潜在的健康指标曲线。然后，所提出的方法从学习的分布生成一组丰富的随机曲线，试图获得目标健康状况演变过程在系统的生命周期内的所有可能的变化。功能正常的设备的健康指标外推被推断为在观察期内具有最高匹配水平的生成曲线。我们的实验结果表明，我们的算法优于其他国家的最先进的方法。
2020-06-05 cs.LG stat.AP stat.ML
Arbitrage-Free Bond and Yield Curve Forecasting with Neural Filters under HJM Constraints
Department of Mathematics and Statistics, Concordia University（数学与统计学系，康科迪亚大学）
本文提出基于HJM约束的神经滤波器模型，通过无套利正则化提升短期债券和收益率曲线预测的市场一致性与准确性。
2025-11-22 cs.LG q-fin.CP q-fin.MF
Robust non-parametric mortality and fertility modelling and forecasting: Gaussian process regression approaches
School of Mathematics and Actuarial Science, University of Leicester（莱斯特大学数学与精算学院）
本文提出一种基于高斯过程回归的非参数方法，利用自然三次样条均值函数和谱混合协方差函数对年龄别死亡率和生育率进行建模与预测，在多个发达国家数据上相比主流方法显著提升了短期、中期和长期预测的精确性与稳健性。
2021-02-18 cs.LG stat.AP stat.ME
A Bayesian Network approach to County-Level Corn Yield Prediction using historical data and expert knowledge
Iowa State University（爱荷华州立大学）
作物产量预测是在收获前预测作物产量的方法。准确的产量预测框架的可用性从多个角度来看具有巨大的影响，包括对农作物商品期货市场的影响，农业政策的制定以及农作物保险评级。本研究的重点是构建县域尺度的玉米产量预测模型。玉米产量（预测）取决于一组复杂的、相互关联的变量，包括经济、农业、管理和气象因素。传统的预测要么是基于知识的计算机程序（模拟植物-天气-土壤-管理相互作用），结合有针对性的调查，要么是基于统计模型。前者受限于需要进行艰苦的校准，而后者则限于单变量分析或类似的简化假设，无法捕捉影响产量的复杂相互依赖关系。在本文中，我们提出了一种数据驱动的方法，即“灰箱”，即无缝地利用专家知识构建一个统计网络模型的玉米产量预测。我们的多元灰箱模型是基于贝叶斯网络分析建立的，在预测因子和产量之间建立了一个有向无环图（DAG）。从连接各种精心选择的变量和产量的完整图开始，使用专家知识来修剪或加强连接变量的边。随后，通过优化来识别DAG的结构（连接性和边权重），其最大化观察训练数据的可能性。我们为爱荷华州的99个县中的每个县整理了一组广泛的历史数据（1948-2012），作为训练模型的数据。
2016-08-17 cs.LG stat.AP stat.ML
Light curve completion and forecasting using fast and scalable Gaussian processes (MuyGPs)
视星等的时间变化，称为光变曲线，是望远镜在长时间内捕获的观测统计数据。光变曲线提供了探索空间域感知（SDA）目标，如对象识别或姿态估计作为潜变量推理问题。与更高精度的仪器相比，商用现成（COTS）相机的地面观测仍然很便宜，但是，有限的传感器可用性加上噪音观测可能会产生难以建模的间断时间序列数据。这些外部因素干扰了光变曲线的自动化开发，使得光变曲线的预测和外推成为应用中的关键问题。传统上，图像或时间序列完成问题已经接近与扩散为基础的或基于范例的方法。最近，深度神经网络（DNN）已经成为首选工具，因为它们在学习复杂的非线性嵌入方面取得了经验性的成功。然而，DNN通常需要大量的训练数据，这些数据在查看单个卫星的光变曲线的独特特征时不一定可用。在本文中，我们提出了一种新的方法来预测丢失和未来的数据点的光变曲线使用高斯过程（GP）。GP是一种非线性概率模型，可以推断函数的后验分布，并自然地量化不确定性。然而，GP推理和训练的立方尺度是其在应用中采用的主要障碍。特别地，单个光变曲线可以具有数十万个观测，这远远超出了单个机器上的常规GP的实际实现限制。因此，我们采用MuyGPs，一个可扩展的框架，使用最近邻稀疏化和局部交叉验证的GP模型的超参数估计。MuyGPs.
2022-08-31 astro-ph.IM stat.ML
Forecasting Corn Yield with Machine Learning Ensembles
Iowa State University（爱荷华州立大学）；Emory University（埃默里大学）；University of Padua（帕多瓦大学）；Federal University of Santa Maria（圣玛丽亚联邦大学）
通过高性能计算合成和分析大数据的新技术的出现，提高了我们更准确地预测作物产量的能力。最近的研究表明，与模拟作物建模相比，机器学习（ML）可以提供合理的预测，速度更快，灵活性更高。生长季节的预测越早越好，但这还没有得到彻底的研究，因为以前的研究考虑了所有可用于预测产量的数据。本文提供了一个基于机器学习的框架来预测美国玉米带三个州（伊利诺伊州，印第安纳州和爱荷华州）的玉米产量，考虑完整和部分的季节天气知识。几个集成模型的设计使用块序贯过程，以产生袋外预测。预测是在县级规模和农业区，国家级规模的聚合。结果表明，基于基学习器加权平均的集成模型性能优于单个模型。具体而言，建议的集成模型可以实现最好的预测精度（RRMSE为7.8%）和最小的平均偏差误差（-6.06布/英亩）相比，其他开发的模型。比较我们提出的模型预测与文献表明，我们提出的集合模型的预测的优越性。从部分季节天气知识的情况下的结果表明，体面的产量预测可以早在6月1日。为了找到每个输入功能的边际效应所提出的集合模型的预测，建议的方法，是发现功能的集合模型的重要性的基础。结果表明，与第18-24周（5月1日至6月1日）的天气相对应的天气特征是最重要的输入特征。
2020-11-06 cs.LG stat.AP stat.ML
Multi-task Learning for Financial Forecasting
金融预测是机器学习中具有挑战性和吸引力的研究课题。有许多经典的解决方案，以及许多基于深度学习的方法，提出来处理它，产生令人鼓舞的性能。股票时间序列预测是金融预测中最具代表性的问题。由于股票之间的联系很强，对预测有价值的信息不仅包含在单个股票中，而且包含在与之相关的股票中。然而，以往的研究大多集中在单一的股票上，容易忽略其他股票中有价值的信息。为了利用更多的信息，在本文中，我们提出了一种联合预测方法，同时处理多个时间序列的相关股票，使用多任务学习框架。与以往的工作相比，我们使用多个网络来预测多个相关的股票，通过多任务学习，同时使用它们的共享和私有信息。此外，我们提出了一个注意力方法学习的基础上资本资产定价模型（CAPM）的思想，以帮助预测的共享和私人信息的优化加权组合。各种数据的实验结果表明，改进的预测性能基线方法。
2019-01-22 cs.AI cs.LG stat.ML
On autoregressive deep learning models for day-ahead wind power forecasting with irregular shutdowns due to redispatching
Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）；University of Wuppertal（伍珀塔尔大学）；Technische Universität Ilmenau（伊尔默瑙工业大学）；Fraunhofer IOSB（弗劳恩霍夫IOSB研究所）
针对再调度导致不规则停机的风电日前预测需求，本文分析对比自回归深度学习方法与风电曲线建模方法，发现后者在预测精度、数据清理需求及计算效率上更优，适用于分布式风电机组部署场景。
2024-11-30 cs.LG eess.SP stat.ML
Optimal Latent Space Forecasting for Large Collections of Short Time Series Using Temporal Matrix Factorization
Mastercard AI Garage（万事达人工智能车库）
在时间序列预测的背景下，通常的做法是评估多种方法，并选择其中一种方法或一个集合来产生最佳预测。然而，在多种方法中选择不同的集合仍然是一项具有挑战性的任务，随着方法数量的增加，它会经历组合爆炸。在需求预测或收入预测的背景下，由于业务环境的变化，大量的时间序列以及有限的历史数据点进一步加剧了这一挑战。虽然深度学习预测方法旨在同时预测大量时间序列，但由于可用的历史有限，它们在这种情况下的应用变得具有挑战性，并且可能不会产生理想的结果。我们提出了一个框架，预测短期高维时间序列数据相结合的低秩时间矩阵分解和最优模型选择潜在的时间序列，使用交叉验证。我们表明，预测的潜在因素导致显着的性能增益相比，直接应用不同的单变量模型的时间序列。性能已验证截断版本的M4每月数据集，其中包含时间序列数据从多个域显示的方法的普遍适用性。此外，由于潜在因素的数量很少，这在直接将预测方法应用于高维数据集时通常是不切实际的，因此可以将分析师对未来的看法结合起来。
2021-12-15 cs.AI cs.LG stat.ML
Forecasting with time series imaging
Beihang University（北京航空航天大学）；Central University of Finance and Economics（中央财经大学）
基于时间序列的时间序列表示在广泛的时间序列分析方法中引起了极大的关注。近年来，利用时间序列特征进行预测模型平均已成为预测界的一个新兴研究热点。然而，大多数现有的方法依赖于手动选择一组适当的功能。利用机器学习方法从时间序列中自动提取特征在最先进的时间序列分析中变得至关重要。在本文中，我们介绍了一种自动化的方法来提取时间序列特征的基础上时间序列成像。我们首先将时间序列转换成递归图，从其中可以使用计算机视觉算法提取局部特征。提取的特征用于预测模型平均。我们的实验表明，预测的基础上自动提取的功能，更少的人为干预和更全面的原始时间序列数据，产生高度可比的性能与最大的预测竞争数据集（M4）的最佳方法，并优于旅游预测竞争数据集的顶级方法。
2020-06-05 cs.CV cs.LG stat.CO
Macroeconomic Forecasting and Machine Learning
本文通过整合高维数据正则化、严格样本外验证和非线性三大原则预测宏观经济结果的完整条件分布，发现收缩正则化对控制复杂度至关重要，非线性提升有限，样本外验证可防过拟合。
2025-10-13 econ.EM stat.ML
High-dimensional point forecast combinations for emergency department demand
Lee Kong Chian School of Medicine, Nanyang Technological University（南洋理工大学李光前医学院）；Department of Economics, Rutgers University（罗格斯大学经济学系）；Saw Swee Hock School of Public Health, National University of Singapore（新加坡国立大学 Saw Swee Hock 公共卫生学院）；Ministry of Health, Singapore（新加坡卫生部）；Tan Tock Seng Hospital, Singapore（新加坡陈笃生医院）
本文研究高维点预测组合在急诊部门需求预测中的应用，通过结合多种模型提高预测准确性和稳定性，展示组合预测在不同疾病和时间跨度上的有效性。
2025-01-20 q-bio.QM stat.AP stat.ML
