Descrição do Prompt

Título da Figura: M=2 Framework de Treinamento de Predição de Séries Temporais com Co-ensino Layout Geral: O diagrama é organizado da esquerda para a direita, contendo quatro estágios principais: Entrada → Predição Paralela de Modelo Duplo → Seleção de Amostras de Pequena Perda → Atualização Cruzada. A parte central consiste em dois ramos de modelo simétricos com estruturas idênticas, mas parâmetros independentes. 1. Módulo de Entrada (Extrema Esquerda): Desenhe um bloco de entrada, rotulado como: Janela de Entrada de Séries Temporais Descrição dentro do bloco: Construir amostras usando uma janela deslizante. Comprimento da entrada é 𝐿, comprimento da predição é 𝐻 Comentário abaixo do bloco: Mantenha a sequência de entrada limpa. Ruído de supervisão é injetado apenas no alvo da predição. Desenhe duas setas deste bloco de entrada, apontando para os ramos de modelo superior e inferior, respectivamente. 2. Estrutura Paralela de Modelo Duplo (Meio): Desenhe dois blocos de modelo organizados verticalmente, idênticos em tamanho: Modelo Superior: Modelo 𝑓 𝜃 1 Modelo Inferior: Modelo 𝑓 𝜃 2 Comentário dentro dos blocos de modelo: Mesma arquitetura Parâmetros são independentes um do outro Cada bloco de modelo recebe a janela de série temporal do módulo de entrada. 3. Predição Paralela e Cálculo de Perda: Desenhe setas de cada bloco de modelo para a direita, conectando-se ao bloco de saída de predição correspondente: Bloco de Predição Superior: Saída de Predição 𝑌 ^ ( 1 ) Bloco de Predição Inferior: Saída de Predição 𝑌 ^ ( 2 ) Abaixo de cada bloco de saída de predição, desenhe um módulo de cálculo de perda: Nome do Módulo: Cálculo de Perda em Nível de Janela Descrição dentro do módulo: Agregue erros em todos os passos de tempo dentro da janela de predição. Use uma função de perda básica (como MSE ou Huber). Obtenha o valor de perda em nível de janela para cada amostra. 4. Seleção de Amostras de Pequena Perda: Desenhe setas de cada módulo de "Cálculo de Perda em Nível de Janela" para a direita, conectando-se ao módulo de seleção de amostra: Bloco de Seleção Superior: Seleção de Amostras de Pequena Perda (Top r%) Bloco de Seleção Inferior: Seleção de Amostras de Pequena Perda (Top r%) Descrição dentro do módulo: Classifique as amostras de acordo com a perda em nível de janela. Selecione o top r% de amostras com perdas menores. Considere que suas informações de supervisão são relativamente confiáveis. 5. Mecanismo de Troca de Amostras Cruzadas (Parte Chave): Desenhe setas cruzadas entre os dois módulos de "Seleção de Amostras de Pequena Perda": Do módulo de seleção superior apontando para o modelo inferior. Do módulo de seleção inferior apontando para o modelo superior. Rótulo ao lado das setas cruzadas: Atualização Cruzada Descrição do Texto: Cada modelo não usa suas próprias amostras selecionadas para atualização. Em vez disso, ele usa as amostras selecionadas pelo outro modelo para atualizar seus parâmetros. Evite o auto-reforço do modelo em amostras ruidosas. 6. Atualização de Parâmetros: Conecte as setas cruzadas de volta aos blocos de modelo correspondentes: Modelo 𝑓 𝜃 1 : Usa as amostras do modelo 𝑓 𝜃 2 para atualizações de parâmetros.