Descrizione del prompt

M = 2 Framework di co-teaching per la previsione di serie temporali rumorose Il framework impiega una pipeline sequenziale da sinistra a destra con due rami di modelli paralleli, comprendente quattro fasi: Input, Predizione Parallela, Selezione del Campione e Aggiornamento Incrociato. Modulo di Input L'input consiste in segmenti di serie temporali a finestra scorrevole con una lunghezza della finestra di L e un orizzonte di previsione di H. Il rumore viene introdotto esclusivamente negli obiettivi di previsione, mentre le sequenze di input rimangono prive di rumore. Le identiche finestre di input vengono alimentate simultaneamente in due modelli paralleli. Rami di Modelli Paralleli Due modelli, f(θ1) e f(θ2), vengono istanziati con architetture identiche ma parametri indipendenti. Ogni modello elabora le stesse finestre di input in parallelo e genera la propria previsione. Predizione e Perdita a Livello di Finestra Ogni modello produce una previsione, indicata come Ŷ(1) o Ŷ(2). Una perdita a livello di finestra viene calcolata per ogni finestra di input aggregando gli errori di previsione sull'orizzonte di previsione, utilizzando funzioni di perdita.