时间序列预测

AAAI 2025 时间序列演进也是种扩散过程？基于移动自回归的时序扩散预测模型

作者

近期研究提出自回归移动扩散（ARMD）模型，该模型重新定义了时间序列的扩散过程，通过滑动操作和历史序列迭代生成未来序列预测。相较于传统基于噪声的方法，ARMD更好地模拟了时间序列的连续性演化特性，展示了在多个数据集上的优越性能。

AAAI 2025｜时间序列演进也是种扩散过程？基于移动自回归的时序扩散预测模型

作者

上海交通大学和东方理工的研究团队提出了一种新的自回归移动扩散模型（ARMD），旨在解决当前基于扩散的时间序列预测方法在时间连续性上的不足。ARMD 模型利用历史数据预测未来，通过滑动操作生成中间状态，与传统方法不同的是，它实现了采样和预测目标的统一，提升了时间序列预测的效果。