프롬프트 설명

그림 제목: 잡음이 있는 시계열 예측을 위한 M=2 공동 학습 훈련 프레임워크 전체 레이아웃: 중앙에 두 개의 병렬 모델 분기가 있는 왼쪽에서 오른쪽으로의 파이프라인. 프레임워크는 입력, 병렬 예측, 샘플 선택, 교차 업데이트의 네 가지 수직 단계로 구성됩니다. 1. 입력 모듈 (왼쪽): 맨 왼쪽에 "입력 시계열 윈도우"라고 표시된 단일 블록. 블록에는 길이가 *L*이고 예측 범위가 *H*인 "슬라이딩 윈도우 세그먼트"가 포함되어 있습니다. 아래 주석에는 "잡음이 있는 지도 학습이 예측 목표에 주입됩니다. 입력 시퀀스는 깨끗하게 유지됩니다."라고 명시되어 있습니다. 이 블록에서 나오는 단일 화살표는 Model 1과 Model 2를 향해 두 개의 병렬 경로로 분할됩니다. 2. 병렬 모델 분기 (중앙): 두 개의 동일한 모델 블록이 나란히 배치됩니다. 모델 블록: 위쪽 블록은 "Model *f*θ1"이라고 표시되어 있습니다. 아래쪽 블록은 "Model *f*θ2"라고 표시되어 있습니다. 두 블록 모두 "동일한 아키텍처, 독립적인 매개변수"라는 주석이 포함되어 있습니다. 각 모델 블록은 "입력 시계열 윈도우"에서 입력을 받습니다.