Description du prompt

Titre de la figure : Cadre d'entraînement de la prédiction de séries temporelles en co-enseignement M=2 Disposition générale : Le diagramme est agencé de gauche à droite, contenant quatre étapes principales : Entrée → Prédiction parallèle à double modèle → Sélection d'échantillons à faible perte → Mise à jour croisée. La partie centrale est constituée de deux branches de modèle symétriques avec des structures identiques mais des paramètres indépendants. 1. Module d'entrée (le plus à gauche) : Dessiner un bloc d'entrée, étiqueté comme : Fenêtre d'entrée de séries temporelles Description dans le bloc : Construire des échantillons en utilisant une fenêtre glissante. La longueur d'entrée est 𝐿, la longueur de prédiction est 𝐻 Commentaire sous le bloc : Garder la séquence d'entrée propre. Le bruit de supervision n'est injecté que dans la cible de prédiction. Dessiner deux flèches partant de ce bloc d'entrée, pointant respectivement vers les branches de modèle supérieure et inférieure. 2. Structure parallèle à double modèle (milieu) : Dessiner deux blocs de modèle disposés verticalement, de taille identique : Modèle supérieur : Modèle 𝑓 𝜃 1 Modèle inférieur : Modèle 𝑓 𝜃 2 Commentaire dans les blocs de modèle : Même architecture Les paramètres sont indépendants les uns des autres Chaque bloc de modèle reçoit la fenêtre de séries temporelles du module d'entrée. 3. Prédiction parallèle et calcul de la perte : Dessiner des flèches partant de chaque bloc de modèle vers la droite, se connectant au bloc de sortie de prédiction correspondant : Bloc de prédiction supérieur : Sortie de prédiction 𝑌 ^ ( 1 ) Bloc de prédiction inférieur : Sortie de prédiction 𝑌 ^ ( 2 ) Sous chaque bloc de sortie de prédiction, dessiner un module de calcul de perte : Nom du module : Calcul de la perte au niveau de la fenêtre Description dans le module : Agrégat des erreurs sur tous les pas de temps dans la fenêtre de prédiction. Utiliser une fonction de perte de base (telle que MSE ou Huber). Obtenir la valeur de perte au niveau de la fenêtre pour chaque échantillon. 4. Sélection d'échantillons à faible perte : Dessiner des flèches partant de chaque module "Calcul de la perte au niveau de la fenêtre" vers la droite, se connectant au module de sélection d'échantillons : Bloc de sélection supérieur : Sélection d'échantillons à faible perte (Top r%) Bloc de sélection inférieur : Sélection d'échantillons à faible perte (Top r%) Description dans le module : Trier les échantillons en fonction de la perte au niveau de la fenêtre. Sélectionner le top r% des échantillons avec des pertes plus faibles. Considérer que leurs informations de supervision sont relativement fiables. 5. Mécanisme d'échange d'échantillons croisés (partie clé) : Dessiner des flèches croisées entre les deux modules "Sélection d'échantillons à faible perte" : Du module de sélection supérieur pointant vers le modèle inférieur. Du module de sélection inférieur pointant vers le modèle supérieur. Étiqueter à côté des flèches croisées : Mise à jour croisée Description textuelle : Chaque modèle n'utilise pas ses propres échantillons sélectionnés pour la mise à jour. Au lieu de cela, il utilise les échantillons sélectionnés par l'autre modèle pour mettre à jour ses paramètres. Éviter l'auto-renforcement du modèle sur des échantillons bruités. 6. Mise à jour des paramètres : Connecter les flèches croisées aux blocs de modèle correspondants : Modèle 𝑓 𝜃 1 : Utilise les échantillons du modèle 𝑓 𝜃 2 pour les mises à jour des paramètres.