Prompt-Beschreibung

M = 2 Co-Teaching-Framework für die Vorhersage verrauschter Zeitreihen Das Framework verwendet eine sequenzielle, von links nach rechts verlaufende Pipeline mit zwei parallelen Modellzweigen, bestehend aus vier Stufen: Eingabe, Parallele Vorhersage, Stichprobenauswahl und Cross-Update. Eingabemodul Die Eingabe besteht aus gleitenden Zeitreihensegmenten mit einer Fensterlänge von L und einem Vorhersagehorizont von H. Rauschen wird ausschließlich in die Vorhersageziele eingeführt, während die Eingabesequenzen rauschfrei bleiben. Die identischen Eingabefenster werden gleichzeitig in zwei parallele Modelle eingespeist. Parallele Modellzweige Zwei Modelle, f(θ1) und f(θ2), werden mit identischen Architekturen, aber unabhängigen Parametern instanziiert. Jedes Modell verarbeitet die gleichen Eingabefenster parallel und generiert seine eigene Vorhersage. Vorhersage und Fenster-Level-Verlust Jedes Modell gibt eine Vorhersage aus, bezeichnet als Ŷ(1) oder Ŷ(2). Ein Fenster-Level-Verlust wird für jedes Eingabefenster berechnet, indem die Vorhersagefehler über den Vorhersagehorizont unter Verwendung von Verlustfunktionen aggregiert werden.