Описание промпта

M = 2 Фреймворк совместного обучения для прогнозирования зашумленных временных рядов Фреймворк использует последовательный конвейер слева направо с двумя параллельными ветвями моделей, состоящий из четырех этапов: Вход, Параллельное прогнозирование, Выборка образцов и Перекрестное обновление. Входной модуль Вход состоит из скользящих оконных сегментов временных рядов с длиной окна L и горизонтом прогнозирования H. Шум вводится исключительно в целевые переменные прогнозирования, в то время как входные последовательности остаются без шума. Идентичные входные окна одновременно подаются в две параллельные модели. Параллельные ветви моделей Две модели, fθ1 и fθ2, создаются с идентичными архитектурами, но независимыми параметрами. Каждая модель обрабатывает одни и те же входные окна параллельно и генерирует свой собственный прогноз. Прогнозирование и оконная функция потерь Каждая модель выдает прогноз, обозначаемый как Ŷ(1) или Ŷ(2). Оконная функция потерь вычисляется для каждого входного окна путем агрегирования прогнозов.